PDF-тегі мәтін ерекшеленбейді
Бүкіл құжатты таңдауды басыңыз. Ештеңе ерекшеленбесе — файлда мәтін қабаты жоқ, алдыңызда беттердің суреттері тұр, оларда ешбір бағдарлама сөз таппайды. Ерекшеленіп, бірақ түсініксіз таңбалар көшірілсе — қабат бар, ал қаріпте нобай мен таңбаның сәйкестік кестесі жоқ. Жолдардың үстіне тегіс тіктөртбұрыш болып ерекшеленсе — қабат дұрыс, ал үстіндегі мөлдір сурет кедергі жасайды.
Сандар туралы қысқаша
- Қабат қалай тексеріледі
- бірінші, ортаңғы және соңғы беттер алынып, бос емес үзінділер саналады
- Бос үзінділер
- есепке алынбайды — әйтпесе суреттен тұратын құжат өңделетіндей көрінер еді
- Ақау мен сканның айырмасы
- оқу барлық бетте құласа — бұл мәтіннің жоқтығы емес, талдау қатесі
- Буфердегі қоқыс себебі
- қаріпте нобай мен таңбаның сәйкестік кестесі жоқ
- Біз істемейтін нәрсе
- суреттегі мәтінді танымаймыз
Файлдың үш күйі және оларды ажырату
- Қабат жоқ: таңдау ештеңені ерекшелемейді, іздеу көзіңізбен көріп тұрған сөзді де таппайды. Бұл скан немесе сурет болып сақталған бет.
- Қабат бар, бірақ бүлінген: таңдау істейді, ал буферге бөгде таңбалар түседі. Қаріпте салынған белгі қай таңбаға сәйкес келетіні жазылмаған.
- Қабат бар, бірақ жабылған: таңдау әріптерден тыс түседі немесе бүкіл жолды тұтас қамтиды. Мәтіннің үстінде мөлдір сурет не астарлық жатыр.
- Мәтін қисықтарға аударылған: таңдау жоқ, бірақ әріптер кез келген үлкейтуде мінсіз айқын. Беттеуде бөгде құрылғыдағы көріністі кепілдеу үшін солай істейді.
Мәтіннің барын біз қалай тексереміз
Біздің құралдар болжамайды: жұмысқа дейін бірінші, ортаңғы және соңғы беттер алынып, әрқайсысынан мәтіндік мазмұн сұралады да, тек бос емес үзінділер саналады. Бос жолдар мен қызметтік белгілер есепке кірмейді — әйтпесе тек суреттен тұратын құжат өңдеуге келетіндей көрініп, пайдаланушыны алғашқы басудан бұрын алдаған болар еді.
Шатастыруға оңай екі нәтиже бөлек ажыратылады. Үш беттің үшеуі де сәтті оқылып, нөл үзінді шықса — бұл мәтін қабаты жоқ құжат. Оқу әр бетте құлағандықтан нөл үзінді шықса — бұл ақау, оны мәтіннің жоқтығы деп хабарлау шындыққа жатпас еді: сізге дәл талдау қатесі туралы айтылады.
Үш жағдайдың әрқайсысында не істеу керек
- Қабаттың шынымен жоқтығына көз жеткізіңіз: бетте нақты бар сөзді іздеу арқылы тауып көріңіз.
- Қабат бар болса, мәтінді файлға шығарыңыз — сонда онда нақты не жатқанын қараушының араласуынсыз көресіз.
- Көшіру кезіндегі қоқыс қаріп мәселесін білдіреді: жіберушіден PDF-ті бастапқы бағдарламадан қайта шығаруды сұраңыз.
- Алдыңызда скан тұрса, жалғыз жол — тану. Бізде ол жоқ, мұндай файлда мәтін пайда болмайды.
- Мәтін емес, тек көрініс керек болса, беттермен сурет ретінде жұмыс істеңіз — ерекшелейтін ештеңе жоқ жерде таңдауды күткеннен бұл адалырақ.
Жиі қойылатын сұрақтар
Бетте көріп тұрған сөзді іздеу неге таппайды?
Себебі сіз әріптің өзін емес, суретін көріп тұрсыз. Сканда бет сурет ретінде сақталады, файлда іздеу салыстыра алатын бірде-бір таңба жоқ.
Орыс сөздерінің орнына түсініксіз белгілер көшіріледі. Бұл жөнделе ме?
Оқырман жағында — жоқ. Салынған белгі мен таңбаның сәйкестігі файл жасалғанда белгіленеді, ол жазылмаса, байланысты құжатты бастапқы бағдарламадан қайта шығару арқылы ғана қалпына келтіруге болады.
Мәтін шығару жұмыс істейді, ал редактор түзетуге ештеңе жоқ дейді. Неге?
Бұл екі бөлек тексеру. Шығару кем дегенде бір бетте табылғанның бәрін алады, ал редактор таңдалған беттерде үзінділердің жеткілікті тығыздығын талап етеді, әйтпесе өңдеу кездейсоқ бөлшектерді сүйреуге айналады.
Сіздің сайтта сканнан мәтін алудың жолы бар ма?
Жоқ. Бізде тану жүзеге асырылмаған, оны уәде де етпейміз: шығару құралы бос нәтиже қайтарады, өйткені файлда шынымен бірде-бір мәтін үзіндісі жоқ.