Copier depuis ce PDF donne des caractères illisibles
Vous sélectionnez du texte dans un PDF, vous le copiez, vous le collez — et vous obtenez une suite illisible venue d'un tout autre système d'écriture. À l'écran la page est parfaite ; tout casse au moment de la copie.
La cause : il manque aux polices intégrées la table qui associe chaque glyphe à un code de caractère — la ToUnicode CMap. L'affichage n'a besoin que de « dessine cette forme », d'où une page correcte malgré tout. La copie, elle, a besoin du code : c'est là que le lien se perd. Fréquent dans les articles scientifiques, les documents administratifs et les fichiers issus de logiciels de composition anciens.
Les caractères ne sont pas abîmés. Des formes lisibles sont bel et bien dessinées sur la page. C'est pourquoi relire les pages comme des images récupère le texte. Changer de police ou coller ailleurs n'y changera rien : l'information était déjà perdue à la copie.
Essayer maintenant
Vérifiez sur votre propre PDF
L'analyse se fait entièrement dans votre navigateur. Votre fichier n'est jamais envoyé et aucun compte n'est requis. Voyez avant de payer combien de pages, de tableaux et de figures peuvent être extraits.
Exemple
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。
L'analyse se fait entièrement dans ce navigateur. Ce que vous collez n'est envoyé nulle part.
Questions fréquentes
- Pourquoi la copie depuis un PDF donne-t-elle des caractères illisibles ?
- Parce qu'il manque aux polices intégrées la table indiquant quel caractère représente chaque glyphe (la ToUnicode CMap). La page s'affiche correctement, mais la copie renvoie d'autres caractères. Le texte n'est pas abîmé — seule la correspondance manque —, aussi relire les pages comme des images le restitue.
- Peut-on récupérer le texte d'un PDF illisible à la copie ?
- Oui. PDFIntact relit les pages comme des images et récupère le texte par reconnaissance de caractères. L'analyse se fait entièrement dans votre navigateur avant paiement : vous pouvez le vérifier sur votre fichier. Rien n'est envoyé.
- Coller dans Word corrige-t-il le problème ?
- Non. Les codes de caractères sont déjà perdus au moment de la copie ; la même corruption apparaît partout où vous collez. Changer de police n'aide pas davantage.
- Combien cela coûte-t-il ?
- Un paiement unique selon le nombre de pages : 1,50 $US de 1 à 10 pages, 2,90 $US de 11 à 30, 4,99 $US de 31 à 60, 7,90 $US de 61 à 100 et 13,90 $US de 101 à 200. Sans compte. L'analyse elle-même est gratuite.
Tester un PDF sur tous les symptômes／ Ce que contient chaque format