Cách copy chữ từ file PDF (và sửa lỗi chữ bị vỡ khi dán)

Đội ngũ Opener·Cập nhật 11 tháng 11, 2026·7 phút đọc

Để sao chép chữ từ PDF, hãy mở file bằng trình xem hỗ trợ bôi đen chữ, kéo chuột qua đoạn cần lấy rồi sao chép như trên một trang web. Nếu chữ dán ra bị ngắt dòng lung tung hay có ký tự lạ, đó là chuyện bình thường với PDF và dễ chỉnh lại. Còn nếu không bôi đen được gì cả, nhiều khả năng PDF là bản scan, và bạn sẽ cần nhận dạng ký tự (OCR) trước.

Bạn có thể mở tài liệu bằng trình xem có sẵn trong trình duyệt hoặc bằng Trình xem PDF của Opener, công cụ cho phép bôi đen và sao chép chữ mà không phải tải file lên đâu cả.

Bôi đen và sao chép đoạn văn

1. Mở PDF bằng trình xem có hỗ trợ chọn chữ: trình duyệt, Preview trên macOS hoặc Trình xem PDF.
2. Phóng to để thấy rõ đoạn trích bắt đầu và kết thúc ở đâu. Bắt đầu chọn từ giữa một từ là nguyên nhân phổ biến nhất khiến trích dẫn bị sao chép thiếu.
3. Bấm ngay trước từ đầu tiên rồi kéo đến cuối đoạn. Để chọn một khối dài hơn, bấm vào điểm đầu, cuộn xuống, rồi giữ Shift và bấm vào điểm cuối; cách này dùng được trên nhiều trình xem.
4. Sao chép bằng Ctrl+C (Cmd+C trên Mac) và dán vào ghi chú của bạn.

Bài báo khoa học trình bày hai cột là chỗ dễ rắc rối nhất. Tùy cách PDF được tạo ra, vùng chọn có thể nhảy từ cột trái sang cột phải, hoặc dính cả tiêu đề trang hay chú thích cuối trang vào giữa. Hãy sao chép từng cột một, và nếu vẫn bị nhảy thì sao chép từng đoạn nhỏ rồi ghép lại.

Trước khi đóng file, hãy ghi lại số trang của đoạn trích. Khi trích dẫn, bạn cần số trang in trên trang tạp chí, con số này thường khác với số trang mà trình xem hiển thị.

Vì sao chữ dán ra bị vỡ

PDF được làm ra để in, không phải để chỉnh sửa. Nó lưu vị trí của từng ký tự trên trang, chứ không lưu cách các câu và đoạn văn nối với nhau. Khi bạn sao chép, trình xem phải đoán lại cấu trúc, và không phải lúc nào cũng đoán đúng.

• Xuống dòng giữa câu. Mỗi dòng in kết thúc bằng một dấu xuống dòng cứng, nên đoạn văn trích ra thành một chồng dòng ngắn.
• Từ bị gạch nối. Từ bị tách qua hai dòng, như “experi-” và “ment”, vẫn bị tách, kèm luôn dấu gạch nối.
• Thiếu hoặc lỗi ký tự ở “fi” và “fl”. Nhiều phông chữ vẽ các cặp chữ này thành một ký tự gộp gọi là chữ ghép (ligature). Một số PDF dán chúng ra thành một ký tự đặc biệt, một ô vuông hoặc chẳng có gì, nên “find” thành “nd”.
• Toàn ký tự vô nghĩa. Nếu chữ hiển thị bình thường trên màn hình nhưng dán ra thành ký hiệu lộn xộn, thì phông chữ trong PDF không có bảng ánh xạ đúng từ hình ký tự (glyph) về chữ cái thật. Trình xem vẽ được hình dạng nhưng không biết đó là chữ gì. Không trình xem nào sửa được việc này một cách đáng tin cậy. Hãy coi file như bản scan và dùng OCR, hoặc gõ lại đoạn trích.
• Thừa dấu cách hoặc các từ dính vào nhau. Chữ căn đều hai bên và khoảng cách chữ hẹp có thể khiến trình xem đoán sai khoảng trắng.

Công thức toán, ký hiệu đặc biệt và chữ viết không thuộc hệ Latinh dễ bị sai hơn, nên hãy kiểm tra từng ký tự.

PDF dạng scan: không có chữ để sao chép

Nếu bấm và kéo chỉ vẽ ra một khung, hoặc chọn cả trang như một bức ảnh, thì PDF được tạo từ hình ảnh, thường là bản scan hoặc ảnh chụp trang in. Nó trông như có chữ nhưng thực ra không có. Opener hiển thị được những file này nhưng không có OCR, và phần lớn trình xem cơ bản cũng vậy.

Để lấy chữ ra, bạn cần nhận dạng ký tự quang học (OCR):

• Google Drive và Google Docs. Tải PDF lên Google Drive rồi mở bằng Google Docs. Docs sẽ cố nhận dạng chữ và tạo một tài liệu chỉnh sửa được. Cách này hiệu quả nhất với bản scan sạch, thẳng; hãy kiểm tra kỹ kết quả.
• Tính năng nhận dạng chữ trên điện thoại. iPhone đời mới (Live Text) và điện thoại Android (Google Lens) nhận dạng được chữ trong ảnh hoặc trên màn hình. Mở trang, phóng to đoạn cần lấy rồi dùng tính năng chọn chữ của điện thoại, hoặc chụp màn hình rồi nhận dạng chữ từ ảnh đó.
• Phần mềm máy tính có OCR. Một số trình chỉnh sửa PDF và ứng dụng scan có sẵn OCR. Thư viện trường đại học của bạn cũng có thể cho truy cập những công cụ như vậy.

OCR vẫn nhận sai, nhất là với chữ nhỏ, kiểu chữ cũ, chú thích cuối trang và công thức. Luôn đối chiếu chữ đã nhận dạng với trang gốc trước khi trích dẫn.

Khi PDF không cho sao chép

Một số PDF mở bình thường nhưng không cho bôi đen hay sao chép chữ. Tác giả hoặc nhà xuất bản đã đặt giới hạn quyền trong file. Các cờ này có thể chặn sao chép, in hoặc chỉnh sửa nhưng vẫn cho đọc. Mỗi ứng dụng tuân thủ chúng ở mức khác nhau, nhưng giới hạn đó thể hiện mong muốn của nhà xuất bản và có thể gắn với điều khoản bản quyền.

Với một đoạn trích học thuật ngắn, các cách đơn giản nhất là:

• Gõ lại. Với một hai câu, cách này nhanh và tránh được mọi lỗi định dạng.
• Tìm phiên bản khác. Cùng bài báo đó thường có trên cơ sở dữ liệu của thư viện, website của tạp chí hoặc một kho lưu trữ, dưới dạng PDF không bị giới hạn hoặc trang HTML.
• Hỏi xin. Tác giả thường sẵn lòng gửi bản bài báo của chính họ.

Trích một đoạn ngắn kèm nguồn đầy đủ là thông lệ học thuật bình thường. Sao chép phần lớn một tài liệu bị giới hạn lại là chuyện khác, nên nếu chưa chắc, hãy xem quy định của trường bạn.

Làm sạch chữ sau khi dán

Vài thói quen nhỏ biến đoạn dán lộn xộn thành trích dẫn gọn gàng trong vài giây:

• Dán không kèm định dạng. Nhiều ứng dụng có tùy chọn dán dưới dạng văn bản thuần, thường là Ctrl+Shift+V. Cách này bỏ phông chữ và cỡ chữ của PDF để đoạn trích khớp với tài liệu của bạn.
• Nối các dòng. Trong Word, chức năng “Find and Replace” có thể tìm dấu ngắt đoạn bằng ^p. Thay chúng bằng dấu cách để gộp đoạn văn thành một dòng. Các trình soạn thảo khác có tùy chọn tương tự, đôi khi dùng biểu thức chính quy. Chỉ làm việc này với đoạn trích, đừng áp dụng cho cả tài liệu.
• Sửa gạch nối. Tìm dấu gạch nối đứng ngay trước dấu xuống dòng và xóa cả hai, rồi đọc lại, vì có những dấu gạch nối là thật (“well-known”).
• Kiểm tra chữ ghép và ký hiệu. Rà xem có thiếu “fi”, “fl”, “ff” không, có ô vuông lạ không, và dấu ngoặc kép có bị đổi thành ký tự khác không.
• So với bản gốc. Đọc đoạn đã dán đối chiếu với PDF một lượt, từng từ một. Chỉ mất một phút, nhưng đó là cách duy nhất để phát hiện một từ bị rơi mất mà không có gì báo hiệu.

Nếu chính file PDF không mở được, hãy bắt đầu với cách xử lý khi PDF không mở được.

Câu hỏi thường gặp

Sao tôi thấy chữ nhưng không bôi đen được?

PDF gần như chắc chắn là bản scan hoặc được tạo từ hình ảnh. Không có lớp chữ, chỉ có ảnh chụp của chữ. Hãy dùng OCR, chẳng hạn qua Google Docs hoặc tính năng nhận dạng chữ của điện thoại.

Sao chữ tôi sao chép bị xuống dòng khắp nơi?

PDF lưu từng dòng in riêng biệt, nên khi sao chép, các dấu xuống dòng đi theo. Hãy dán dưới dạng văn bản thuần và thay dấu xuống dòng bằng dấu cách.

Trình xem PDF của Opener có OCR không?

Không. Trình xem PDF cho phép bôi đen và sao chép chữ trong PDF có chữ thật. PDF scan vẫn hiển thị bình thường, nhưng bạn sẽ cần công cụ OCR để lấy chữ ra.

Sao chép chữ từ PDF được bảo vệ có được không?

Giới hạn đó là lựa chọn của nhà xuất bản. Với đoạn trích ngắn, gõ lại kèm nguồn trích dẫn là bình thường; nếu cần nhiều hơn, hãy tìm bản không bị giới hạn hoặc hỏi tác giả.