Beim Kopieren aus diesem PDF entstehen unlesbare Zeichen
Sie markieren Text in einem PDF, kopieren ihn, fügen ihn ein — und erhalten eine unlesbare Zeichenfolge aus einem völlig anderen Schriftsystem. Am Bildschirm ist die Seite einwandfrei; erst beim Kopieren bricht es.
Der Grund: Den eingebetteten Schriften fehlt die Tabelle, die jede Glyphe einem Zeichencode zuordnet — die ToUnicode-CMap. Zum Anzeigen genügt „zeichne diese Form“, deshalb stimmt die Darstellung auch ohne sie. Das Kopieren braucht den Zeichencode, und genau dort reißt die Verbindung. Häufig bei Fachaufsätzen, Behördenunterlagen und Dateien aus älterer Satzsoftware.
Die Zeichen sind nicht kaputt. Auf der Seite stehen lesbare Formen. Deshalb bringt das Zurücklesen der Seiten als Bild den Text zurück. Eine andere Schrift oder ein anderes Zielprogramm hilft nicht — die Information ging bereits beim Kopieren verloren.
Jetzt ausprobieren
Prüfen Sie es an Ihrem eigenen PDF
Die Prüfung läuft vollständig in Ihrem Browser. Ihre Datei wird nie hochgeladen, ein Konto ist nicht nötig. Sehen Sie vor dem Bezahlen, wie viele Seiten sowie wie viele Tabellen und Abbildungen sich herausholen lassen.
Beispiel
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。
Die Prüfung läuft vollständig in diesem Browser. Der eingefügte Text wird nirgendwohin gesendet.
Häufige Fragen
- Warum entstehen beim Kopieren aus einem PDF unlesbare Zeichen?
- Weil den eingebetteten Schriften die Tabelle fehlt, die angibt, welches Zeichen eine Glyphenform darstellt (die ToUnicode-CMap). Die Seite wird korrekt angezeigt, beim Kopieren kommen jedoch andere Zeichen heraus. Der Text ist nicht beschädigt — nur die Zuordnung fehlt —, deshalb bringt das Lesen der Seiten als Bild ihn zurück.
- Lässt sich der Text aus einem solchen PDF zurückgewinnen?
- Ja. PDFIntact liest die Seiten als Bild zurück und gewinnt den Text per Zeichenerkennung. Die Prüfung läuft vor dem Bezahlen vollständig in Ihrem Browser, Sie können es also an Ihrer Datei bestätigen. Nichts wird hochgeladen.
- Hilft es, in Word einzufügen?
- Nein. Die Zeichencodes sind bereits beim Kopieren verloren, dieselbe Entstellung erscheint also überall. Auch ein Schriftwechsel hilft nicht.
- Was kostet es?
- Eine einmalige Zahlung nach Seitenzahl: 1,50 $ für 1–10 Seiten, 2,90 $ für 11–30, 4,99 $ für 31–60, 7,90 $ für 61–100 und 13,90 $ für 101–200. Kein Konto nötig. Die Prüfung selbst ist kostenlos.
Ein PDF auf alle Symptome prüfen／ Was in welches Format kommt