PDF-teksttilordning

Silktide kontrollerer at teksten i en PDF kan hentes ut som tekst. En PDF-side lagrer ikke bokstaver, men instruksjoner for å tegne former, og en separat tilordning i filen registrerer hvilken bokstav hver form representerer. Når denne tilordningen mangler, er ordene synlige, men kan ikke leses av programvare.

Disse formene er , og tilordningen kobler hver av dem til sitt -tegn. Uten den kan teksten ikke leses høyt, søkes etter eller kopieres, uansett hvor skarp den ser ut på skjermen.

Hvorfor dette er viktig

Denne feilen er uvanlig villedende, fordi siden ser perfekt ut. Teksten er skarp, den kan markeres, den skrives ut på en fin måte, og ingenting ved åpningen av dokumentet tyder på et problem. Så kopierer noen et avsnitt og limer inn uforståelige tegn, eller en leser opp en side med meningsløse stavelser, eller sier ingenting i det hele tatt.

Fordi dette er usynlig for personen som publiserer dokumentet, oppdages det gjerne av personen som er avhengig av det. En leser som hører en strøm av støy, kan ikke vite om dokumentet er ødelagt eller om programvaren deres er det, og uansett er innholdet borte.

Konsekvensene gjelder mer enn tilgjengelighet. Tekst som ikke kan hentes ut, kan ikke indekseres av en søkemotor, kan ikke finnes med nettstedets eget søk, kan ikke oversettes og kan ikke siteres av noen. Det er grunnen til at et ellers godt utformet dokument noen ganger ikke gir treff på en frase som tydelig står skrevet i det.

Slik løser du det

Eksporter på nytt fra kilden med skrifter som er riktig innebygd, noe som løser nesten alle disse problemene. Tilordningen skrives av eksportprosessen, så det er vanligvis nok å eksportere på nytt med et oppdatert verktøy.
Unngå å skrive ut til PDF. Utskriftsdrivere er den vanligste årsaken, fordi utskrift beskriver en side som merker som skal settes på papir, og forkaster teksten bak dem. Bruk programmets egen eksport eller «Lagre som PDF» i stedet.
Vær oppmerksom på ikon- og symbols skrifter. Dekorative skrifter og dingbatskrifter har ofte ikke noe meningsfullt tegn bak hver form. Når et symbol har en betydning, bør du bruke et ekte tegn eller et beskrevet bilde; når det er dekorasjon, bør du merke det som et .
Få tilordningen bygget opp på nytt. Silktide-remediering rekonstruerer manglende tilordninger der det er mulig, og gir korrekt opplest tekst til tekststrekninger som ikke kan tilordnes. Se Slik fungerer PDF-remediering.
Gjenkjenn teksten hvis siden faktisk er et bilde. En skanning har ingen tekst å tilordne, så løsningen er , ikke reparasjon. Se Skannede dokumenter.

Slik tester Silktide dette

Finn PDF-dokumentene som er lenket fra nettstedet ditt, og analyser hver unike fil én gang, uansett hvor mange sider som lenker til den.
Les instruksjonene for teksttegning på hver side, og følg hver glyf tilbake til tegnet den hevder å representere.
Rapporter dokumentet når en glyf ikke har en gyldig tilordning til et Unicode-tegn.
Rapporter hvert dokument én gang, uansett hvor mye tekst som er berørt.

Tekst som tegner plassholderen for et manglende tegn i en skrift, rapporteres i stedet av PDF-skrifter, fordi årsaken der er skriften og ikke tilordningen.

Feilsøking

Jeg kan markere og kopiere teksten, så hva er galt?

Å markere tekst og å hente den ut er to forskjellige operasjoner. Visningsprogrammet lar deg markere området du klikket på; det som havner på utklippstavlen, er det tilordningen sier at disse glyfene betyr. Lim det inn i et tekstredigeringsprogram for ren tekst, og sammenlign det med siden – hvis det kommer tilbake som uforståelig tekst, ser du nøyaktig det en skjermleser mottar.

Bare noen få tegn er berørt

Det er vanlig, og det er fortsatt verdt å rette opp, fordi de berørte tegnene sjelden er tilfeldige. Det er vanligvis én skrift som brukes til ett bestemt formål, slik at skaden rammer alle punkttegnene, alle de matematiske symbolene eller hver brøk i dokumentet.

Dokumentet er et skjema

Skjemaer kombinerer ofte skrifter fra flere kilder, og feltetiketter som er tegnet med en symbols skrift, er en hyppig årsak. Kontroller etikettene og eventuelle egendefinerte avmerkingsbokser eller radioknapper. Se Interaktive skjemaer.