PDF відкривається ієрогліфами — текст є, прочитати не можна
Замість українського тексту в PDF — ієрогліфи, квадрати й краказябри. Причина у шрифтах і кодуванні, а не у вірусі. Як перевірити текстовий шар онлайн.
Ієрогліфи в PDF — це не «файл зіпсувався» і не вірус. Документ відкривається, сторінки на місці, але замість українських літер — квадрати, знаки питання або чужі символи. Найчастіше винна одна з двох речей: шрифт не вбудовано у файл, або зламано таблицю відповідності кодів літерам.
Спочатку перевірте файл у переглядачі PDF нижче: інший рушій читання часто показує той самий документ нормально. Якщо і там ієрогліфи — проблема всередині файлу, а не у вашій програмі.
Діагностика за симптомом #
| Що бачите | Ймовірна причина | Що робити |
|---|---|---|
| Квадрати й порожні місця | Немає шрифту або гліфів | Відкрити іншим переглядачем; перестворити PDF |
| Літери чужі, але стабільні | Зламана ToUnicode-таблиця | Копіювання дасть сміття; потрібен оригінал |
| Текст читається, копіюється сміттям | На екрані шрифт є, мапи символів немає | Для читання годиться, для обробки — ні |
| Лише частина сторінок бита | Різні джерела сторінок в одному файлі | Перестворити саме биті сторінки |
| Усе було добре, зламалося після об’єднання | Конфлікт шрифтів при склеюванні | Зібрати заново з оригіналів |
Що можна врятувати, а що ні #
Якщо текст видно правильно, але копіюється ієрогліфами, візуально документ живий. Його можна читати й друкувати, але витягнути текст чисто не вийде: програма копіює коди, а не «літери з екрана».
Якщо і на екрані сміття — потрібне джерело, з якого PDF робили. Попросіть надіслати файл заново або експортувати PDF із вбудованими шрифтами. У Word і більшості редакторів це окрема галочка «вбудовувати шрифти у файл».
Скан із фотографії — окремий випадок: там тексту немає взагалі, є картинка. Про це — сканований PDF і OCR.
Не лікуйте ієрогліфи «конвертером кодування» навмання. PDF не текстовий файл: перезбереження у випадковій програмі може остаточно вбити й той текст, який ще читався.
Часті запитання
Чому в колеги файл відкривається нормально, а в мене ієрогліфи?
У колеги, ймовірно, встановлено шрифт, який використано в документі. У вас його немає, а у файл шрифт не вбудували.
Чи допоможе конвертація PDF у Word?
Якщо копіювання дає сміття — ні, Word отримає те саме сміття. Якщо текст копіюється чисто, конвертація допоможе редагувати.
Це те саме, що «не вдалося прочитати PDF»?
Ні. [«Не вдалося прочитати»](/blog/ne-vdalosya-prochytaty-pdf/) — файл не відкривається взагалі. Тут файл відкривається, але битий саме текстовий шар.
Як не робити такі файли самому?
Експортуйте PDF із вбудовуванням шрифтів і перевіряйте результат на чужому пристрої або в онлайн-переглядачі перед надсиланням.