Le PDF est d’abord un format d’impression. Certains PDF contiennent du texte chinois sélectionnable. D’autres sont des photographies de pages. La conversion ne peut changer que les caractères qui existent comme texte dans le fichier. Ce seul fait décide si cet outil peut vous aider.
ChineseDocConverter accepte les téléversements PDF, extrait le texte pour une conversion OpenCC, et produit un fichier converti à télécharger. Un PDF textuel est un candidat raisonnable. La numérisation d’une page de livre n’est pas un problème de conversion de caractères tant que quelqu’un n’a pas transformé l’image en texte.
PDF textuels et numérisations
Si vous pouvez surligner une phrase et la copier dans le Bloc-notes, le PDF a probablement du texte. Si le surlignage sélectionne un rectangle de points, ou ne sélectionne rien, vous avez d’abord besoin d’OCR. Ce site ne se présente pas comme un moteur d’OCR.
Un troisième cas a l’air de texte et échoue encore : les glyphes ont été transformés en contours, ou la police intégrée est un sous-ensemble qui ne s’extrait pas comme Unicode utilisable. Vous verrez une sortie vide ou des caractères épars. Ouvrir le PDF dans un lecteur et copier un paragraphe est le test le moins cher. Si la copie est déjà fausse, la conversion ne peut pas la réparer. Voir le chinois illisible.
Polices et pourquoi des carrés apparaissent après une conversion « réussie »
Même lorsque le texte existe, un PDF peut intégrer une police qui ne couvre que les glyphes simplifiés ou seulement les traditionnels. Après la conversion, vous pouvez avoir besoin d’une police qui contient l’autre jeu. Un visionneur qui ne peut pas dessiner 國 montrera un carré même si le fichier a maintenant le bon point de code. Cela est couvert dans polices chinoises et Unicode.
Les PDF verrouillent aussi les positions. Les caractères traditionnels sont souvent plus larges. Une ligne qui convenait à la police d’origine peut chevaucher un filet ou un logo après la conversion. C’est une vérification de mise en page, pas la preuve qu’OpenCC a échoué.
Ce que le fichier reconstruit peut et ne peut pas préserver
Le convertisseur vise à remettre le texte converti près des positions d’origine et à garder le format de page. Il ne peut pas promettre une brochure identique au pixel. Les fichiers de design complexes — magazines, certificats, formulaires à champs serrés — sont le pire appariement. Un rapport avec un corps de texte courant est un meilleur appariement.
Les annotations, les champs de formulaire remplis et le texte à l’intérieur d’images sont faciles à manquer. Après le téléchargement, parcourez les trois premières pages et toute page qui a un tampon ou un bloc de signature.
Flux pratique
- Confirmez que le PDF a du chinois copiable.
- Décidez du public et choisissez Simplifié vers Traditionnel, Traditionnel vers Simplifié, ou un type régional. Voir types de conversion OpenCC.
- Téléversez-le vers le convertisseur de documents.
- Vérifiez la première page, les titres, et une page avec un tableau.
- Si le fichier doit rester éditable, demandez si une source Word existe encore. Relire un DOCX est en général plus facile que relire un PDF.
Si vous n’avez besoin que d’essayer Taïwan contre Hong Kong sur un paragraphe, copiez d’abord ce paragraphe dans le convertisseur de texte. Ne passez pas une numérisation de 200 pages par la mauvaise cible.
Quand s’arrêter et changer d’outil
- Le PDF est une numérisation : utilisez l’OCR, puis convertissez.
- Le PDF est l’export d’un diaporama que vous avez encore : convertissez le fichier PowerPoint.
- Le PDF est une impression Excel : convertissez le classeur.
- Vous avez besoin d’une mise en page de qualité juridique : convertissez, puis faites reconstruire par un graphiste, ou convertissez le fichier de mise en page d’origine.
Questions fréquentes
Pourquoi certaines pages seulement ont-elles changé ? Les pages inchangées peuvent être des images, ou elles peuvent utiliser un autre sous-ensemble de police.
Puis-je convertir un PDF protégé par mot de passe ? Pas si le fichier ne peut pas être lu. Enlevez la protection dans un outil de confiance, puis téléversez.
Les signets et les liens survivront-ils ? Traitez-les comme quelque chose à vérifier. La conversion du corps de texte est le travail garanti.
Un PDF converti est-il une bonne archive ? Non. Conservez l’original. La conversion est une édition.
Une numérisation de meilleure qualité aide-t-elle ? Elle aide l’OCR. Elle n’aide pas ce convertisseur tant que l’OCR n’a pas produit de texte.