PDF trước hết là định dạng in. Một số PDF chứa chữ Trung chọn được. Số khác là ảnh các trang. Chuyển đổi chỉ đổi chữ tồn tại dưới dạng văn bản trong tệp. Sự thật đơn đó quyết định công cụ này có giúp bạn được không.
ChineseDocConverter chấp nhận tải lên PDF, trích văn bản để chuyển OpenCC, và tạo tệp đã chuyển để tải xuống. PDF dựa văn bản là ứng viên hợp lý. Bản quét một trang sách không phải vấn đề chuyển chữ cho đến khi ai đó đã biến ảnh thành văn bản.
PDF văn bản đối bản quét
Nếu bạn bôi đen được một câu và sao vào Notepad, PDF có lẽ có văn bản. Nếu vùng bôi chọn một hình chữ nhật các chấm, hoặc chẳng chọn gì, bạn cần OCR trước. Trang này không quảng cáo mình là động cơ OCR.
Một trường hợp thứ ba trông như văn bản và vẫn thất bại: glyph bị biến thành đường viền hoặc phông nhúng là tập con không trích được thành Unicode dùng được. Bạn sẽ thấy kết quả trống hoặc chữ rải rác. Mở PDF trong trình đọc và sao một đoạn là phép thử rẻ nhất. Nếu bản sao đã sai, chuyển đổi không thể sửa. Xem chữ Trung bị lỗi.
Phông chữ và vì sao hộp xuất hiện sau lần chuyển “thành công”
Dù văn bản tồn tại, PDF có thể nhúng phông chỉ phủ glyph giản thể hoặc chỉ glyph phồn thể. Sau khi chuyển bạn có thể cần phông chứa bộ kia. Trình xem không vẽ được 國 sẽ hiện hộp dù tệp nay có điểm mã đúng. Điều đó được nói ở phông chữ Trung và Unicode.
PDF cũng khóa vị trí. Chữ phồn thể thường rộng hơn. Một dòng vừa phông gốc có thể chồng lên đường kẻ hoặc logo sau khi chuyển. Đó là kiểm bố cục, không phải bằng chứng OpenCC thất bại.
Tệp dựng lại có thể và không thể giữ gì
Bộ chuyển nhằm đặt chữ đã chuyển lại gần vị trí gốc và giữ cỡ trang. Nó không hứa tờ rơi giống từng pixel. Tệp thiết kế phức — tạp chí, chứng chỉ, mẫu có ô chặt — là khớp tệ nhất. Báo cáo với văn bản thân chạy là khớp tốt hơn.
Chú thích, trường mẫu đã điền, và chữ trong ảnh dễ bỏ sót. Sau khi tải xuống, đi ba trang đầu và mọi trang có con dấu hoặc khối chữ ký.
Quy trình thực tế
- Xác nhận PDF có chữ Trung sao được.
- Quyết định độc giả và chọn giản thể sang phồn thể, phồn thể sang giản thể, hoặc kiểu vùng miền. Xem các kiểu chuyển đổi OpenCC.
- Tải lên bộ chuyển đổi tài liệu.
- Kiểm trang đầu, tiêu đề, và một trang có bảng.
- Nếu tệp phải vẫn chỉnh được, hỏi liệu nguồn Word còn tồn tại. Rà DOCX thường dễ hơn rà PDF.
Nếu bạn chỉ cần thử Đài Loan đối Hồng Kông trên một đoạn, sao đoạn đó vào bộ chuyển đổi văn bản trước. Đừng chạy bản quét 200 trang qua đích sai.
Khi nào dừng và đổi công cụ
- PDF là bản quét: dùng OCR, rồi chuyển.
- PDF là xuất của bộ slide bạn vẫn còn: chuyển tệp PowerPoint.
- PDF là bản in Excel: chuyển sổ làm việc.
- Bạn cần bố cục chất lượng pháp lý: chuyển, rồi nhờ nhà thiết kế dựng lại, hoặc chuyển tệp bố cục gốc.
Câu hỏi thường gặp
Vì sao chỉ một số trang đổi? Các trang không đổi có thể là ảnh, hoặc chúng dùng tập con phông khác.
Tôi có chuyển PDF được bảo vệ mật khẩu không? Không nếu tệp không đọc được. Gỡ bảo vệ trong công cụ bạn tin, rồi tải lên.
Dấu trang và liên kết có sống sót không? Coi chúng như thứ cần xác minh. Chuyển văn bản thân là việc được bảo đảm.
PDF đã chuyển có phải kho lưu trữ tốt không? Không. Giữ bản gốc. Chuyển đổi là một ấn bản.
Bản quét chất lượng cao hơn có giúp không? Nó giúp OCR. Nó không giúp bộ chuyển này cho đến khi OCR đã tạo văn bản.