PDF-Textzuordnung

Silktide prüft, ob der Text in einer PDF-Datei als Text wiederhergestellt werden kann. Eine PDF-Seite speichert keine Buchstaben, sondern Anweisungen zum Zeichnen von Formen. Eine separate Zuordnung in der Datei legt fest, für welches Zeichen jede Form steht. Fehlt diese Zuordnung, sind die Wörter sichtbar, für Software jedoch nicht lesbar.

Diese Formen sind , und die Zuordnung verbindet jede von ihnen mit ihrem -Zeichen. Ohne sie kann Text nicht vorgelesen, durchsucht oder kopiert werden, ganz gleich, wie scharf er auf dem Bildschirm aussieht.

Warum das wichtig ist

Dieser Fehler ist besonders trügerisch, weil die Seite perfekt aussieht. Der Text ist scharf, kann ausgewählt werden, wird schön gedruckt, und beim Öffnen des Dokuments deutet nichts auf ein Problem hin. Dann kopiert jemand einen Absatz und fügt unverständlichen Zeichensalat ein, oder ein liest eine Seite mit unsinnigen Silben vor oder kündigt gar nichts an.

Weil der Fehler für die Person, die das Dokument veröffentlicht, unsichtbar ist, wird er meist von der Person entdeckt, die darauf angewiesen ist. Eine lesende Person, die einen Strom aus Geräuschen hört, kann nicht erkennen, ob das Dokument oder ihre Software fehlerhaft ist – und in beiden Fällen ist der Inhalt verloren.

Die Folgen gehen über die Barrierefreiheit hinaus. Text, der nicht extrahiert werden kann, kann nicht von einer Suchmaschine indexiert, nicht über die eigene Website-Suche gefunden, nicht übersetzt und von niemandem zitiert werden. Deshalb liefert ein ansonsten gut erstelltes Dokument manchmal keine Ergebnisse für einen Ausdruck, der darin deutlich zu sehen ist.

So beheben Sie das Problem

Exportieren Sie erneut aus der Quelldatei und betten Sie die Schriftarten korrekt ein, denn damit lassen sich fast alle dieser Probleme beheben. Die Zuordnung wird beim Export erstellt. Ein erneuter Export mit einem aktuellen Werkzeug reicht daher meist aus.
Vermeiden Sie das Drucken in eine PDF-Datei. Druckertreiber sind die häufigste Ursache, weil beim Drucken eine Seite als auf Papier zu setzende Markierungen beschrieben wird und der Text dahinter verworfen wird. Nutzen Sie stattdessen die Exportfunktion der Anwendung oder „Als PDF speichern“.
Achten Sie auf Icon- und Symbolschriftarten. Dekorative Schriftarten und Dingbat-Schriftarten haben häufig kein sinnvolles Zeichen hinter jeder Form. Wenn ein Symbol eine Bedeutung trägt, verwenden Sie ein echtes Zeichen oder ein beschriebenes Bild; wenn es nur Dekoration ist, kennzeichnen Sie es als .
Lassen Sie die Zuordnung neu erstellen. Die Silktide-Behebung rekonstruiert fehlende Zuordnungen, soweit möglich, und stellt für Textbereiche, die nicht zugeordnet werden können, korrekten gesprochenen Text bereit. Siehe So funktioniert die PDF-Behebung.
Lassen Sie den Text erkennen, wenn die Seite tatsächlich ein Bild ist. Ein Scan enthält keinen zuzuordnenden Text. Die Lösung ist daher und nicht eine Reparatur. Siehe Gescannte Dokumente.

So testet Silktide dies

Suchen Sie die auf Ihrer Website verlinkten PDF-Dokumente und analysieren Sie jede eindeutige Datei einmal, unabhängig davon, von wie vielen Seiten darauf verlinkt wird.
Lesen Sie die Anweisungen zum Zeichnen von Text auf jeder Seite und verfolgen Sie jede Glyphe bis zu dem Zeichen zurück, das sie angeblich darstellt.
Melden Sie das Dokument, wenn eine Glyphe keine gültige Zuordnung zu einem Unicode-Zeichen hat.
Melden Sie jedes Dokument einmal, unabhängig davon, wie viel Text betroffen ist.

Text, der den Platzhalter einer Schriftart für fehlende Zeichen zeichnet, wird stattdessen von PDF-Schriftarten gemeldet, da die Ursache dort die Schriftart und nicht die Zuordnung ist.

Fehlerbehebung

Ich kann den Text auswählen und kopieren. Was ist also falsch?

Text auszuwählen und ihn wiederherzustellen, sind unterschiedliche Vorgänge. Das Anzeigeprogramm ermöglicht Ihnen, den Bereich auszuwählen, auf den Sie geklickt haben; in der Zwischenablage landet jedoch das, was die Zuordnung als Bedeutung dieser Glyphen angibt. Fügen Sie den Text in einen einfachen Texteditor ein und vergleichen Sie ihn mit der Seite – wenn er verstümmelt erscheint, sehen Sie genau das, was ein Screenreader erhält.

Nur wenige Zeichen sind betroffen

Das kommt häufig vor und sollte trotzdem behoben werden, denn die betroffenen Zeichen sind selten zufällig. Meist handelt es sich um eine Schriftart, die für einen bestimmten Zweck verwendet wird. Dadurch betrifft der Schaden alle Aufzählungspunkte, alle mathematischen Symbole oder jeden Bruch im Dokument.

Das Dokument ist ein Formular

Formulare mischen häufig Schriftarten aus verschiedenen Quellen, und in einer Symbolschriftart gezeichnete Feldbeschriftungen sind eine häufige Ursache. Prüfen Sie die Beschriftungen sowie alle benutzerdefinierten Kontrollkästchen- oder Optionsfeldzeichen. Siehe Interaktive Formulare.