Al copiar de este PDF salen caracteres ilegibles
Seleccionas texto en un PDF, lo copias, lo pegas — y obtienes una cadena ilegible de otro sistema de escritura. En pantalla la página se ve perfecta; solo se rompe al copiar.
La causa es que a las fuentes incrustadas les falta la tabla que asocia cada glifo con un código de carácter: la ToUnicode CMap. Para mostrar basta con «dibuja esta forma», así que la página se ve bien igualmente. Copiar necesita el código, y ahí se pierde el vínculo. Es habitual en artículos científicos, documentos oficiales y archivos de software de composición antiguo.
Los caracteres no están dañados. En la página hay formas legibles. Por eso releer las páginas como imágenes recupera el texto. Cambiar la fuente o pegar en otro programa no sirve: la información ya se perdió al copiar.
Pruébalo ahora
Compruébalo con tu propio PDF
El análisis se realiza solo en tu navegador. Tu archivo nunca se sube y no hace falta cuenta. Comprueba antes de pagar cuántas páginas y cuántas tablas y figuras se pueden extraer.
Ejemplo
実際のPDFからコピーした文字列
下は官公庁の資料からコピーした実物です。左が化けたもの、右が復元したものです。左をコピーして、お使いのエディタに貼ってみてください。同じ結果になります。
コピーした結果
ᆅ᪉බඹᅋయ࠾ࡅࡿ᭩㠃つไࠊᢲ༳ࠊᑐ㠃つไࡢぢ┤ࡋࡘ࠸࡚
PDFIntact で取り出した結果
地方公共団体における書面規制、押印、対面規制の見直しについて
お手元の文字列で判定する
コピーした文字列を貼ると、それがこの種類の文字化けかどうかをその場で判定します。PDFを用意しなくても、コピーした結果だけで確かめられます。
El análisis se hace solo dentro de este navegador. Lo que pegues no se envía a ningún sitio.
Preguntas frecuentes
- ¿Por qué al copiar de un PDF salen caracteres ilegibles?
- Porque a las fuentes incrustadas les falta la tabla que indica qué carácter representa cada glifo (la ToUnicode CMap). La página se muestra bien, pero al copiar salen otros caracteres. El texto no está dañado —solo falta la correspondencia—, así que releer las páginas como imágenes lo recupera.
- ¿Se puede recuperar el texto de un PDF que sale ilegible?
- Sí. PDFIntact relee las páginas como imágenes y recupera el texto con reconocimiento de caracteres. El análisis se ejecuta en tu navegador antes de pagar, así que puedes confirmarlo con tu archivo. No se sube nada.
- ¿Se arregla pegándolo en Word?
- No. Los códigos de carácter ya se perdieron al copiar, así que la misma corrupción aparece donde lo pegues. Cambiar la fuente tampoco sirve.
- ¿Cuánto cuesta?
- Un pago único según el número de páginas: 1,50 US$ de 1 a 10 páginas, 2,90 US$ de 11 a 30, 4,99 US$ de 31 a 60, 7,90 US$ de 61 a 100 y 13,90 US$ de 101 a 200. Sin cuenta. El análisis es gratuito.
Analizar un PDF con todos los síntomas／ Qué incluye cada formato