Mapowanie tekstu PDF

Silktide sprawdza, czy tekst w pliku PDF można odzyskać jako tekst. Strona PDF nie przechowuje liter — przechowuje instrukcje rysowania kształtów, a oddzielne mapowanie w pliku określa, jaki znak reprezentuje każdy kształt. Gdy tego mapowania brakuje, słowa są widoczne, ale nieczytelne dla oprogramowania.

Te kształty to , a mapowanie łączy każdy z nich z odpowiadającym mu znakiem . Bez niego tekstu nie można odczytać na głos, wyszukać ani skopiować, niezależnie od tego, jak wyraźnie wygląda na ekranie.

Dlaczego to jest ważne

Ta awaria jest wyjątkowo myląca, ponieważ strona wygląda idealnie. Tekst jest ostry, można go zaznaczyć, pięknie się drukuje, a nic podczas otwierania dokumentu nie sugeruje problemu. Potem ktoś kopiuje akapit i wkleja niezrozumiały ciąg znaków, odczytuje stronę bezsensownych sylab albo nie ogłasza niczego.

Ponieważ problem jest niewidoczny dla osoby publikującej dokument, zwykle odkrywa go osoba, która na nim polega. Czytelnik słyszący strumień szumu nie może stwierdzić, czy uszkodzony jest dokument, czy jego oprogramowanie — a w obu przypadkach treść jest niedostępna.

Konsekwencje wykraczają poza dostępność. Tekstu, którego nie można wyodrębnić, nie można zindeksować w wyszukiwarce, znaleźć za pomocą wyszukiwarki w witrynie, przetłumaczyć ani zacytować. Dlatego dobrze przygotowany dokument czasami nie zwraca wyników dla frazy, która jest wyraźnie w nim wydrukowana.

Jak to naprawić

Wyeksportuj ponownie z pliku źródłowego z prawidłowo osadzonymi czcionkami, co rozwiązuje niemal wszystkie takie problemy. Mapowanie jest zapisywane podczas eksportu, więc ponowny eksport przy użyciu aktualnego narzędzia zwykle wystarcza.
Unikaj drukowania do PDF. Sterowniki drukarek są najczęstszą przyczyną, ponieważ drukowanie opisuje stronę jako znaki, które należy umieścić na papierze, i odrzuca tekst znajdujący się za nimi. Zamiast tego użyj własnej funkcji eksportu aplikacji lub opcji „Zapisz jako PDF”.
Zwracaj uwagę na czcionki ikon i symboli. Czcionki dekoracyjne i dingbatowe często nie mają sensownego znaku odpowiadającego każdemu kształtowi. Gdy symbol przekazuje znaczenie, użyj rzeczywistego znaku lub opisanego obrazu; gdy jest dekoracją, oznacz go jako .
Rozpoznaj tekst, jeśli strona jest w rzeczywistości obrazem. Skan nie zawiera tekstu do zmapowania, więc rozwiązaniem jest , a nie naprawa. Zobacz Czytelny tekst PDF.

Jak Silktide to testuje

Znajduje dokumenty PDF, do których prowadzą linki z Twojej witryny, i analizuje każdy unikalny plik tylko raz, niezależnie od liczby stron prowadzących do niego linków.
Odczytuje instrukcje rysowania tekstu na każdej stronie i śledzi każdy glif aż do znaku, który ma on reprezentować.
Zgłasza dokument, gdy glif nie ma prawidłowego mapowania na znak Unicode.
Zgłasza każdy dokument tylko raz, niezależnie od tego, jak duża część tekstu jest dotknięta problemem.

Tekst rysujący symbol zastępczy brakującego znaku w czcionce jest zgłaszany przez Czcionki PDF, ponieważ przyczyną jest w tym przypadku czcionka, a nie mapowanie.

Rozwiązywanie problemów

Mogę zaznaczyć i skopiować tekst, więc co jest nie tak?

Zaznaczanie tekstu i jego odzyskiwanie to różne operacje. Przeglądarka pozwala zaznaczyć obszar, w który kliknięto; do schowka trafia jednak to, co według mapowania oznaczają te glify. Wklej tekst do zwykłego edytora tekstu i porównaj go ze stroną — jeśli jest zniekształcony, widzisz dokładnie to, co otrzymuje czytnik ekranu.

Problem dotyczy tylko kilku znaków

To częste i nadal warto to naprawić, ponieważ znaki, których dotyczy problem, rzadko są przypadkowe. Zwykle chodzi o jedną czcionkę używaną w jednym celu, więc uszkodzenie obejmuje wszystkie punktorów, wszystkie symbole matematyczne albo każdy ułamek w dokumencie.

Dokument jest formularzem

Formularze często łączą czcionki z kilku źródeł, a etykiety pól rysowane czcionką symboli są częstą przyczyną. Sprawdź etykiety oraz wszelkie niestandardowe znaki pól wyboru i przycisków opcji.