PDF-textmappning

Silktide kontrollerar att texten i en PDF kan återställas som text. En PDF-sida lagrar inte bokstäver, utan instruktioner för att rita former, och en separat mappning i filen anger vilken tecken varje form motsvarar. När mappningen saknas är orden synliga men oläsbara för programvara.

Dessa former är , och mappningen kopplar var och en till sitt -tecken. Utan den kan texten inte läsas upp, sökas efter eller kopieras, oavsett hur skarp den ser ut på skärmen.

Varför detta är viktigt

Det här felet är ovanligt förrädiskt, eftersom sidan ser perfekt ut. Texten är skarp, den går att markera, den skrivs ut fint och inget när dokumentet öppnas antyder att något är fel. Sedan kopierar någon ett stycke och klistrar in obegriplig text, eller så läser en upp en sida med nonsensstavelser, eller meddelar ingenting alls.

Eftersom felet är osynligt för den som publicerar dokumentet upptäcks det ofta av den som är beroende av det. En läsare som hör en ström av brus kan inte avgöra om dokumentet är trasigt eller om det är fel på programvaran, och oavsett vilket är innehållet borta.

Konsekvenserna sträcker sig längre än till tillgänglighet. Text som inte kan extraheras kan inte indexeras av en sökmotor, kan inte hittas med webbplatsens egen sökning, kan inte översättas och kan inte citeras av någon. Det är därför ett annars välgjort dokument ibland inte ger några resultat för en fras som tydligt står tryckt i det.

Så åtgärdar du problemet

Exportera om från källan med teckensnitten korrekt inbäddade, vilket löser nästan alla sådana problem. Mappningen skrivs av exportprocessen, så det brukar räcka att exportera på nytt med ett aktuellt verktyg.
Undvik att skriva ut till PDF. Utskriftsdrivrutiner är den vanligaste orsaken, eftersom utskrift beskriver en sida som märken som ska placeras på papper och kastar bort texten bakom dem. Använd i stället programmets egen export eller ”Spara som PDF”.
Var uppmärksam på ikon- och symbolteckensnitt. Dekorativa teckensnitt och dingbats-teckensnitt har ofta inget meningsfullt tecken bakom varje form. När en symbol har betydelse ska du använda ett riktigt tecken eller en beskriven bild; när den bara är dekorativ ska du markera den som en .
Låt mappningen byggas om. Silktides åtgärdande återskapar saknade mappningar där det går och ger korrekt uppläst text åt de delar som inte kan mappas. Se Så fungerar åtgärdande av PDF.
Känn igen texten om sidan egentligen är en bild. En skanning innehåller ingen text att mappa, så lösningen är i stället för reparation. Se Skannade dokument.

Så testar Silktide detta

Hitta PDF-dokument som är länkade från din webbplats och analysera varje unik fil en gång, oavsett hur många sidor som länkar till den.
Läs instruktionerna för att rita text på varje sida och följ varje glyf tillbaka till det tecken som den påstår sig representera.
Rapportera dokumentet när en glyf saknar en giltig mappning till ett Unicode-tecken.
Rapportera varje dokument en gång, oavsett hur mycket text som påverkas.

Text som ritar en teckensnittssaknad platshållare rapporteras i stället av PDF-teckensnitt, eftersom orsaken där är teckensnittet och inte mappningen.

Felsökning

Jag kan markera och kopiera texten, så vad är problemet?

Att markera text och att återställa den är två olika saker. Visningsprogrammet låter dig markera området du klickade på; det som hamnar i urklipp är det som mappningen säger att dessa glyfer betyder. Klistra in det i en enkel textredigerare och jämför med sidan – om texten blir förvrängd ser du exakt det som en skärmläsare tar emot.

Bara några få tecken påverkas

Det är vanligt och fortfarande värt att åtgärda, eftersom de berörda tecknen sällan är slumpmässiga. Det handlar vanligtvis om ett teckensnitt som används för ett visst ändamål, så skadan drabbar alla punkter, alla matematiska symboler eller varje bråk i dokumentet.

Dokumentet är ett formulär

Formulär blandar ofta teckensnitt från flera källor, och fältetiketter som ritas med ett symbolteckensnitt är en vanlig orsak. Kontrollera etiketterna och eventuella anpassade kryssrute- eller alternativknappstecken. Se Interaktiva formulär.