Jak skopiować tekst z PDF (i naprawić tekst rozsypany po wklejeniu)
Aby skopiować tekst z PDF, otwórz plik w programie, który pozwala zaznaczać tekst, przeciągnij kursorem po fragmencie i skopiuj go tak samo jak na stronie internetowej. Jeśli wklejony tekst ma połamane linie albo dziwne znaki, to w przypadku PDF normalne i łatwe do poprawienia. Jeśli nie da się zaznaczyć niczego, PDF to najpewniej skan i najpierw potrzebne będzie rozpoznawanie tekstu (OCR).
Artykuł możesz otworzyć we wbudowanym czytniku PDF swojej przeglądarki internetowej albo w Przeglądarce PDF w Opener, która pozwala zaznaczać i kopiować tekst bez wysyłania pliku gdziekolwiek.
Zaznaczanie i kopiowanie fragmentu
- Otwórz PDF w programie, który pozwala zaznaczać tekst: w przeglądarce internetowej, w Podglądzie na macOS albo w Przeglądarce PDF.
- Powiększ widok, żeby dokładnie widzieć, gdzie fragment się zaczyna i kończy. Rozpoczęcie zaznaczenia w środku słowa to najczęstsza przyczyna uciętych cytatów.
- Kliknij tuż przed pierwszym słowem i przeciągnij do końca fragmentu. Aby zaznaczyć dłuższy blok, kliknij na początku, przewiń, a potem przytrzymaj Shift i kliknij na końcu — działa to w wielu programach.
- Skopiuj skrótem Ctrl+C (Cmd+C na Macu) i wklej do notatek.
Artykuły w dwóch kolumnach to miejsce, gdzie robi się trudniej. W zależności od tego, jak powstał PDF, zaznaczenie może przeskoczyć z lewej kolumny do prawej albo zahaczyć w środku o nagłówek strony lub przypis. Kopiuj po jednej kolumnie, a jeśli nadal przeskakuje, kopiuj mniejsze kawałki i połącz je.
Zanim zamkniesz plik, zapisz numer strony cytatu. Do przypisu potrzebujesz numeru strony wydrukowanego na stronie czasopisma, który często różni się od numeru pokazywanego przez program.
Dlaczego wklejony tekst wychodzi połamany
PDF jest stworzony do druku, nie do edycji. Zapisuje, gdzie na stronie stoi każdy znak, a nie to, jak zdania i akapity łączą się ze sobą. Przy kopiowaniu program musi odgadnąć tę strukturę z powrotem, a nie zawsze trafia.
- Podziały wierszy w środku zdań. Każdy wydrukowany wiersz kończy się twardym podziałem, więc cytowany akapit przychodzi jako stos krótkich linijek.
- Słowa z dywizem. Słowa przeniesione do następnego wiersza, jak „ekspery-” i „ment”, pozostają rozdzielone, razem z dywizem.
- Brakujące lub dziwne znaki w „fi” i „fl”. Wiele krojów pisma rysuje te pary jako jeden połączony glif, zwany ligaturą. Niektóre PDF-y wklejają je jako jeden specjalny znak, kwadracik albo nic, więc „fizyka” zmienia się w „zyka”.
- Kompletny bełkot. Jeśli tekst wygląda dobrze na ekranie, ale wkleja się jako przypadkowe symbole, czcionka w PDF nie ma poprawnego przypisania swoich glifów do prawdziwych liter. Program potrafi narysować kształty, ale nie wie, jakie to litery. Żaden program nie naprawi tego niezawodnie. Potraktuj plik jak skan i użyj OCR albo przepisz cytat ręcznie.
- Dodatkowe spacje lub zlepione słowa. Wyjustowany tekst i ciasny kerning mogą zmylić odgadywanie odstępów.
Wzory matematyczne, symbole specjalne i alfabety niełacińskie częściej wychodzą błędnie, więc sprawdzaj je znak po znaku.
Zeskanowane PDF-y: nie ma tekstu do skopiowania
Jeśli kliknięcie i przeciągnięcie rysuje prostokąt albo zaznacza całą stronę jako jeden obraz, PDF składa się z obrazów — zwykle to skan lub zdjęcie wydrukowanych stron. Wygląda jak tekst, ale żadnego tekstu nie zawiera. Opener potrafi wyświetlić takie pliki, ale nie wykonuje OCR — podobnie jak większość prostych przeglądarek PDF.
Aby wydobyć tekst, potrzebujesz optycznego rozpoznawania znaków:
- Dysk Google i Google Docs. Prześlij PDF na Dysk Google i otwórz go w Google Docs. Docs spróbuje rozpoznać tekst i utworzy edytowalny dokument. Najlepiej działa to przy czystych, prosto zeskanowanych stronach; dokładnie sprawdź wynik.
- Rozpoznawanie tekstu w telefonie. Nowsze iPhone’y (Tekst na żywo) i telefony z Androidem (Google Lens) rozpoznają tekst na zdjęciu lub na ekranie. Otwórz stronę, powiększ fragment i użyj funkcji zaznaczania tekstu w telefonie albo zrób zrzut ekranu i rozpoznaj tekst na nim.
- Programy z OCR na komputer. Niektóre edytory PDF i aplikacje do skanowania mają wbudowany OCR. Dostęp do takich narzędzi może też zapewniać biblioteka Twojej uczelni.
OCR się myli, zwłaszcza przy drobnym druku, starych krojach pisma, przypisach i wzorach. Zawsze porównaj rozpoznany tekst ze stroną, zanim go zacytujesz.
Gdy PDF nie pozwala kopiować
Niektóre PDF-y otwierają się normalnie, ale nie pozwalają zaznaczać ani kopiować tekstu. Autor lub wydawca ustawił w pliku ograniczenia uprawnień. Takie flagi mogą blokować kopiowanie, drukowanie lub edycję, a jednocześnie pozwalać na czytanie. To, jak ściśle aplikacje ich przestrzegają, bywa różne, ale ograniczenie wyraża wolę wydawcy i może wynikać z warunków licencji.
Przy krótkim cytacie naukowym najprostsze możliwości to:
- Przepisz go. Przy zdaniu lub dwóch to szybkie i omija wszystkie problemy z formatowaniem.
- Poszukaj innej wersji. Ten sam artykuł często jest dostępny w bazie danych Twojej biblioteki, na stronie czasopisma lub w repozytorium jako PDF bez ograniczeń albo strona HTML.
- Zapytaj. Autorzy zwykle chętnie wysyłają kopię własnego artykułu.
Cytowanie krótkiego fragmentu z prawidłowym przypisem to normalna praktyka akademicka. Kopiowanie dużych części dokumentu z ograniczeniami to inna sprawa, więc w razie wątpliwości sprawdź zasady swojej uczelni.
Porządkowanie wklejonego tekstu
Kilka nawyków zamienia bałagan po wklejeniu w czysty cytat w kilka sekund:
- Wklejaj bez formatowania. Wiele aplikacji ma opcję wklejania jako zwykłego tekstu, często pod skrótem Ctrl+Shift+V. Pozbywa się ona czcionek i rozmiarów z PDF, więc cytat pasuje do Twojego dokumentu.
- Połącz wiersze. W Wordzie okno „Znajdź i zamień” potrafi wyszukiwać znaczniki akapitu za pomocą
^p. Zamień je na spację, aby scalić akapit w jeden wiersz. Inne edytory mają podobne opcje, czasem z wyrażeniami regularnymi. Rób to tylko na cytacie, nie na całym dokumencie. - Popraw przeniesienia. Wyszukaj dywiz, po którym następuje podział wiersza, usuń oba, a potem przeczytaj tekst jeszcze raz, bo niektóre dywizy są prawdziwe („biało-czerwony”).
- Sprawdź ligatury i symbole. Przejrzyj tekst pod kątem brakujących „fi”, „fl” i „ff”, dziwnych kwadracików i cudzysłowów, które zmieniły się w inne znaki.
- Porównaj z oryginałem. Przeczytaj wklejony cytat raz, słowo po słowie, zestawiając go z PDF. Zajmuje to minutę i to jedyny sposób, żeby wyłapać po cichu zgubione słowo.
Jeśli sam PDF nie chce się otworzyć, zacznij od poradnika co zrobić, gdy PDF się nie otwiera.
Najczęstsze pytania
Dlaczego widzę tekst, ale nie mogę go zaznaczyć?
PDF to prawie na pewno skan albo plik złożony z obrazów. Nie ma w nim warstwy tekstowej, jest tylko obraz tekstu. Użyj OCR, na przykład w Google Docs albo przez rozpoznawanie tekstu w telefonie.
Dlaczego w skopiowanym tekście wszędzie są podziały wierszy?
PDF zapisuje każdy wydrukowany wiersz osobno, więc końce wierszy kopiują się razem z tekstem. Wklej go jako zwykły tekst i zamień podziały wierszy na spacje.
Czy Przeglądarka PDF w Opener wykonuje OCR?
Nie. Przeglądarka PDF pozwala zaznaczać i kopiować tekst w plikach PDF, które zawierają prawdziwy tekst. Zeskanowane PDF-y wyświetlają się poprawnie, ale do wydobycia z nich tekstu potrzebne jest narzędzie do OCR.
Czy wolno kopiować tekst z zabezpieczonego PDF?
Ograniczenie to decyzja wydawcy. Przy krótkim cytacie przepisanie go z przypisem jest normalne; przy większych fragmentach poszukaj wersji bez ograniczeń albo zapytaj autora.