למה העתקת עברית מ-PDF יוצאת הפוכה או ריקה?

העתקת עברית מ-PDF יוצאת הפוכה כאשר סדר התווים בקובץ שונה מסדר הקריאה, וריקה כאשר אין בו שכבת טקסט. כלי החילוץ אינו מבצע OCR, ולכן צריך לבדוק את התוצאה מול המקור.

מראה הדף אינו סדר הטקסט

PDF מתאר איך להציג תוכן על דף. סדר התווים המאוחסנים בו אינו תמיד סדר הקריאה. מסמך יכול להיראות תקין ולהפיק מילים הפוכות, רווחים מוזרים או עמודות מעורבבות בהעתקה. השגיאה יכולה להגיע מהייצוא המקורי או ממיפוי הגופן.

מנסים עמוד קצר קודם

חלצו עמוד אחד שמכיל פסקה קצרה, מספר ותאריך. השוו את התוצאה למקור לפני העתקת המסמך כולו. הכלי מפריד בין עמודים ומנסה לשמור על שורות קיימות, אך אינו משחזר עיצוב, טבלאות או סדר טורים מורכב.

אין טקסט? ייתכן שזה צילום

אם התוצאה ריקה והמסמך הוא תמונה של דף, נדרש OCR — זיהוי תווים אופטי. כלי החילוץ באתר אינו מבצע OCR. גם לאחר OCR צריך לבדוק תוצאה בעברית, במיוחד שמות, סימני פיסוק ומספרים. בקשו גרסה דיגיטלית מקורית אם היא זמינה.

שומרים טקסט פשוט

אפשר להוריד TXT בקידוד UTF-8 או להעתיק מהתיבה. בעורך הטקסט בחרו כיוון פסקה מימין לשמאל לפי הצורך. שינוי הכיוון אינו תיקון של תוכן שגוי: בדקו שהמילים והמספרים עצמם תקינים לפני שימוש בעבודה או במסמך רשמי.

מסמך סרוק יכול להיראות כמו מסמך רגיל

העין רואה אותיות גם בתצלום של דף, אבל ייתכן שב-PDF אין אותיות שניתן לבחור. נסו לסמן מילה במציג PDF. אם אפשר לבחור רק אזור תמונה או שכל העמוד מסומן בבת אחת, ייתכן שצריך OCR.

כלי החילוץ אינו מבצע זיהוי מתמונות. הודעה שלא נמצא טקסט אינה אומרת שהמסמך ריק או שהקובץ התקלקל.

עברית, מספרים וטבלאות דורשים בדיקה

PDF יכול לשמור תווים בסדר שונה מסדר התצוגה. עברית יחד עם מספרים, סוגריים או מילים באנגלית עלולה להופיע בסדר לא נוח לאחר חילוץ. אין להפוך את כל השורה אוטומטית: פעולה כזאת עלולה להפוך גם מספרי חשבון ותאריכים. השוו כמה שורות למקור, במיוחד שורות בטבלה, ובדקו שהעמודות לא התחברו למשפט מטעה.

הפלט הוא טקסט, לא מסמך Word

קובץ TXT שומר את הטקסט שחולץ, לא את העיצוב, הגופנים או מיקום התיבות. תמונות, חותמות והערות שאינן שכבת טקסט לא יהפכו למילים. השתמשו בפלט כטיוטה להעתקה ולבדיקה, ולא כתחליף אוטומטי למסמך הרשמי. אם חייבים לשמור פריסה, חזרו לקובץ המקור או השתמשו בעותק PDF כפי שנוצר.