AuraDoc
登入註冊

什麼是可搜尋PDF?

可搜尋PDF是指每一頁上的文字以真正的文字形式存在、而不只是一張圖片的檔案。因此,閱讀器的搜尋框可以跳到某個詞句,滑鼠可以選取一句話,複製指令可以把它貼到其他程式裡。一般掃描檔在螢幕上看起來完全一樣,但裡面只有頁面的照片,所以不管搜尋什麼都找不到結果。把紙本資料數位化存檔,或想在合約與發票裡找某個金額、某個名字時,這個差別影響很大。

檔案如何變得可搜尋

有兩條途徑。由文書處理軟體、試算表或網頁匯出的文件一開始就是可搜尋的,因為程式把字元連同繪製指令一起寫進了檔案。掃描或拍照得到的文件只是影像,經過文字辨識(OCR)之後才變得可搜尋:程式讀取圖片、產生字元,並把它們當作一層看不見的內容,精確地覆蓋在印刷文字上方。頁面看起來仍是原本的掃描檔,搜尋框找到的其實是這層隱藏的文字。這一層的品質取決於掃描品質,頁面模糊就會得到帶有錯誤的文字層。歪斜、有陰影的頁面、很小的字和手寫字最容易辨識錯誤。

自己如何檢查 / 需要記住的限制

開啟檔案,按下搜尋快速鍵,輸入頁面上看得到的一個詞。如果閱讀器把它標示出來,表示該頁有文字層。再到最後一頁試一次,因為由多份掃描檔拼成的檔案可能只有一部分可搜尋。另一個快速測試是在段落上拖曳游標:出現沿著文字行延伸的藍色色帶,代表是真正的文字;如果出現覆蓋整頁的矩形,則是影像。有文字層並不保證每個詞都正確,所以數字、姓名與日期在依賴它們之前,仍應與頁面對照一下。

用AuraDoc怎麼做

「PDF OCR」為掃描檔加上文字層,「複製掃描PDF中的文字」取出掃描檔裡的文字而不保留版面,「PDF 轉文字」匯出已有文字層的檔案中的文字。每個結果都是新檔案,所以你最初的掃描檔維持原樣。

用到這個術語的工具

提到這個術語的指南

常見問題

我怎麼知道自己的PDF是否可搜尋?
搜尋頁面上看得到的一個詞。如果什麼都沒找到,而且游標無法選取任何文字,那麼檔案就是影像,需要先做文字辨識。
可搜尋PDF看起來和掃描檔不同嗎?
不會。辨識出的文字看不見地放在頁面圖片後方,所以外觀維持不變,只是搜尋與複製開始可用。
可搜尋PDF的每一頁都可搜尋嗎?
不一定。由多個來源組合的檔案可能混有帶文字層與不帶文字層的頁面,所以請在不只一頁上測試一個詞。

並排對比

相關術語

需要的不只是快速修改?

AuraDoc是一個文件平台,提供OCR、AI搜尋與摘要,以及專為團隊設計的60多種PDF工具。可免費試用7天。

標示「安全伺服器」的工具會透過加密連線,將您的檔案一次性傳送到 AuraDoc 的隔離伺服器。檔案在用完即棄的程序中處理,結果傳回後立即刪除。 合理使用與防濫用政策