Scannede PDF vs Searchable PDF: Hvad er forskellen?
Tjek om siderne indeholder billeder, et tekstlag eller begge dele.
Indledning
To PDF-filer kan se ens ud, men opføre sig anderledes. I en, kan du fremhæve og søge efter ord. På en anden side opfører hver side sig som et fotografi. Forskellen er normalt, om PDF indeholder brugbar tekstinformation.
Hvad er en Scanned PDF?
En scannet PDF er ofte lavet ved at scanne papirsider eller fotografere dem og gemme billederne i en PDF. De synlige bogstaver er pixels, ikke nødvendigvis faktiske teksttegn. Uden et tekstlag, kan du generelt ikke søge eller kopiere ordene direkte.
Hvad er en Searchable PDF?
En søgbar PDF indeholder tekst, som en kompatibel læser kan finde. Det kan være blevet eksporteret direkte fra Word, eller det kan være en scanning med et OCR- genereret tekstlag. En søgbar scanning kan bevare det oprindelige sidebillede, mens du tilføjer usynlig anerkendt tekst.
Searchability garanterer ikke præcis anerkendelse, redigering eller tilgængelighed.
Nøgleforskelle
| Funktion | Image- only scan | Søgetabel PDF |
|---|---|---|
| Synligt udseende | Sidebilleder | Digitale sider eller scannede billeder |
| Find ord | Almindelig: | Normalt ja |
| Kopiér tekst | Kræver OCR | Ofte muligt |
| Anerkendelsesfejl | Ingen anerkendt tekst | Muligt med OCR |
| Editable layout | Ikke direkte | Ikke nødvendigvis |
| Tilgængelighed | Begrænset | Kræver yderligere struktur |
Hvordan du identificerer din PDF
Først, prøv at vælge et enkelt ord. Næste, bruge Find til at søge efter en karakteristisk sætning. Endelig skal du indsætte kopieret tekst i en klartekst editor og sammenligne det med siden. Mislykkedes søgning kan også skyldes dårlig kodning, så ingen enkelt test er afgørende.
Hvordan man laver en Scan Searchable
Trin 1: Forbered siderne
Brug klare, opretstående scanninger med tilstrækkelig kontrast. Undgå klippede kanter, skygger og bevægelsesslør.
Trin 2: Vælg OCR software
Vælg et værktøj, der eksplicit understøtter Optisk tegngenkendelse og dokumentet Buds sprog. Ikke alle PDF konverter omfatter OCR.
PDFreevert leverer ikke i øjeblikket OCR. Brug en separat OCR- stand program til at gøre image- kun scanninger søgbare.
Trin 3: Genkender tekst
Kør OCR. Afhængigt af værktøjet, kan output være en søgbar PDF eller et redigerbare dokument.
Trin 4: Verificér Nøjagtighed
Søg i flere sætninger og kopiere repræsentativ tekst. Tjek navne, datoer, totaler og identifikatorer omhyggeligt; OCR kan forvirre tegn såsom O og 0.
Trin 5: Hold den oprindelige
Bevar den oprindelige scanning for reference, især når nøjagtighed eller rekord integritet spørgsmål.
Hvilken type skal du bruge?
Image- kun PDF-filer kan være tilstrækkelige til simpel visuel deling. Searchable PDF-filer er mere nyttige for forskning, dokumentsamlinger og informationssøgning. Hvis du har brug for at redigere afsnit eller udtrække tabeller, yderligere konvertering og verifikation kan være nødvendigt.
Almindelige OCR problemer
Flere kolonnesider kan give en forkert læserækkefølge. Håndskrift og usædvanlige skrifttyper kan blive anerkendt dårligt. Et tekstlag kan indeholde fejl, selv mens den synlige scanning ser perfekt ud. Searchability erstatter heller ikke tilgængelig mærkning og logisk aflæsning.
Ofte stillede spørgsmål
Kan en scannet PDF blive søgbar?
Ja, ved at tilføje genkendt tekst gennem OCR.
Ændrer OCR altid udseendet?
Nej. Nogle arbejdsgange bevarer de oprindelige sidebilleder.
Er en søgbar PDF fuldt redigerbar?
Nej. Redigering ofte kræver en PDF editor eller konvertering til et andet format.
Hvorfor indeholder kopieret tekst fejl?
OCR-genkendelse eller tegnkortlægning kan være ukorrekt.
Gør PDF/A automatisk en scanning søgbar?
Nej. Archival overensstemmelse og OCR er separate bekymringer.
Konklusion
En image- only scan bevarer, hvad en side ser ud; en søgbar PDF giver også tekstinformation. Brug OCR, når søgning eller udvinding betyder noget, og verificer vigtige resultater. For andre PDF arbejdsgange, besøg PDFreevert.