PDF'ten metin nasıl kopyalanır?

Kısa cevap

Birkaç satır için yazıyı fareyle ya da parmağınla seç ve kopyala (Windows'ta Ctrl+C, Mac'te Cmd+C). Tüm sayfalar ya da uzun belgeler için PDF'i aşağıdaki araca bırak ve tüm metni okuma sırasıyla içeren bir TXT dosyası indir. Sayfa işaretleri ekle açık kalırsa her sayfa [Sayfa 3] gibi bir satırla başlar; bir paragrafın nereden geldiğini her zaman bulursun. Çıkarılacak sayfaları Sayfalar alanıyla sınırlayabilirsin, örneğin 1-3, 5 ya da 8-.

Araç metin bulunamadığını söylüyorsa PDF büyük ihtimalle bir taramadır. Aşağıdaki OCR bölümüne geç.

İki tür PDF: yazı ya da resim

Word'den, Google Dokümanlar'dan, bir web sitesinden ya da muhasebe programından kaydedilen PDF gerçek yazı içerir: her harf yazı tipi ve konumuyla saklanır. Ctrl+F ile arayabilir, seçip kopyalayabilirsin.

Tarayıcı, fotokopi makinesi ya da telefondaki tarama uygulamasıyla yapılan PDF farklıdır. Her sayfa kâğıdın fotoğrafıdır. Yazı gibi görünür ama bilgisayar için bir piksel ızgarasıdır; imleç hiçbir şey seçmez ya da tüm sayfayı resim olarak seçer. Arama da bir şey bulmaz. Bazı tarama uygulamaları otomatik OCR yapıp görünmez bir yazı katmanı ekler; bazı taramaların aranabilir, bazılarının aranamaz olmasının sebebi budur.

Hızlı test: PDF okuyucunda Ctrl+F'ye (Cmd+F) bas ve sayfada gördüğün bir kelimeyi ara. Bulunursa PDF'te yazı vardır. Bulunmazsa yazı katmanı olmayan bir taramadır.

Her cihazda metin kopyalama

• Windows ve Mac: PDF'i tarayıcıda, Adobe Acrobat Reader'da ya da Önizleme'de aç, yazının üzerinden sürükle ve kopyala. Ctrl+A (Cmd+A) tüm yazıyı seçer ama uzun belgelerde sonuç çoğu zaman dağınıktır.
• Microsoft Word: Dosya > Aç ile PDF'i seç. Word onu düzenlenebilir bir belgeye çevirir. Kopyala yapıştırdan daha fazla biçimi korur ama tablolar ve karmaşık düzenler kayabilir, sonucu kontrol et.
• iPhone ve iPad: PDF'i Dosyalar'da ya da Kitaplar'da aç, bir kelimeye basılı tut, tutamaçları sürükle ve Kopyala'ya dokun. Taramalar ve fotoğraflar için yeni iOS sürümlerindeki Canlı Metin görsellerdeki yazıyı tanıyabilir.
• Android: PDF'i Google Drive'da ya da başka bir PDF görüntüleyicide aç, seçmek için basılı tut, sonra Kopyala'ya dokun. Taramalar için Google Lens sayfanın fotoğrafından yazıyı okuyabilir.
• Her cihazda, tüm belge için: sayfa sayfa kopyalamak yerine bu sayfadaki araçla tek ve temiz bir TXT dosyası al.

Yapıştırılan yazı neden bozuk çıkar, nasıl düzeltilir

PDF'ten kopyalamak çoğu zaman kırık satırlar, karışmış sütunlar ya da garip karakterler verir. Sebebi şu: PDF her yazı parçasının sayfada nereye konacağını saklar, paragrafların nasıl aktığını değil. Okuyucu okuma sırasını tahmin etmek zorundadır.

• Her satırdan sonra satır sonu: PDF'te satırlar cümle bitince değil sayfa kenarında biter. Bir metin düzenleyicide tek satır sonlarını boşlukla değiştir ya da satırları birleştiren bir araca yapıştır.
• Sütunlar birbirine karışmış: iki sütunun üzerinden seçim yapınca ikisi birden gelir. Her seferinde tek sütun seç ya da metni çıkar: araç yazıyı dosyada saklandığı sırayla okur, bu da genelde sütunların art arda gelmesi demektir.
• Satır sonunda ikiye bölünmüş kelimeler: satır sonunda bölünen kelimeler tireyi korur. Tire ve ardından gelen satır sonunu arayıp ikisini de sil.
• Harf yerine anlamsız işaretler ya da kutular: bazı PDF'ler yazı tiplerini, şekillerin hangi harfe karşılık geldiğini söyleyen tablo olmadan gömer. Yazı düzgün görünür ama kopyalanınca anlamsız çıkar. Metin çıkarmak burada işe yaramaz; dosyayı tarama gibi düşün ve OCR kullan.
• Tablolar uzun satırlara dönüşüyor: düz metinde hücre yoktur. Bir satırdaki değerler boşluklarla ayrılmış tek satıra iner. Gerçek tablolar için satır satır kopyala ya da tabloyu bir hesap tablosunda yeniden kur.

OCR ne zaman gerekir

OCR (optik karakter tanıma) sayfanın resmine bakıp harflerin şekillerini yeniden yazıya çevirir. Taramalar, belge fotoğrafları ve kopyalanınca anlamsız çıkan PDF'ler için gerekir.

Anyfeat'te bunu hiçbir şey yüklemeden iki adımda yaparsın. Önce taramayı PDF'ten Görsele aracında aç, PNG ve Yüksek (baskı) çözünürlüğü seç; bu 300 DPI görseller verir ve OCR bunları ekran çözünürlüğünden çok daha güvenilir okur. Sonra görselleri Görselden yazıya (OCR) aracında aç, Yazının dili'ni seç ve sonucu Metni kopyala ile kopyala ya da TXT indir ile kaydet. Doğru dili seçmek önemli: ç, ğ, ş ve noktalı noktasız i gibi harfler ancak böyle doğru tanınır.

Temiz metin için ipuçları

• Sayfalar alanıyla sadece gereken sayfaları çıkar, örneğin 4-12; sonradan kapak ve ekleri silmekle uğraşmazsın.
• Metinden alıntı yapacaksan sayfa işaretlerini açık tut: sayfayı sonra bulmak çok daha kolay olur.
• TXT dosyası UTF-8 olarak kaydedilir; Türkçe karakterler dahil her dil ve alfabe doğru gelir, dosya her metin düzenleyicide düzgün açılır.
• Birden çok PDF'i aynı anda işleyebilirsin. Her biri ayrı bir TXT dosyası olur, hepsini tek ZIP olarak indirebilirsin.
• OCR sonucunu her zaman gözden geçir, özellikle sayıları, isimleri ve tutarları. Fatura toplamında S olarak okunmuş bir 5 kolayca gözden kaçar.