Chuyển PDF sang văn bản

Khi bạn chỉ cần phần chữ

Đôi khi thứ bạn cần không phải một tài liệu mà chính là phần chữ: để dán một trích dẫn, để chạy tìm kiếm, để đưa cho một đoạn mã, để cất vào ghi chú. Với những việc ấy, tệp Word quá nặng — nó kéo theo cả bố cục chỉ tổ vướng.

Chỗ rắc rối nhất ở đây là việc ngắt dòng. Trong PDF, mỗi dòng được lưu riêng, bởi vì nó được in ra như vậy; nhưng một đoạn văn bị bẻ thành tám dòng, khi dán đi đâu đó, sẽ vỡ thành tám mảnh. “Nối các dòng bị ngắt thành đoạn văn” gom chúng lại thành đoạn và ghép lại cả những từ bị gạch nối cắt đôi ở cuối dòng.

“Giữ nguyên từng dòng” cần đến khi chính cách ngắt ấy mới là điều quan trọng: thơ, mã nguồn, hay những bảng biểu dựa vào việc căn thẳng hàng. Khi đó không gì bị nối lại.

Nếu trong tệp không có chữ, công cụ nói thẳng và không đưa bạn một tệp .txt rỗng. Thường thì điều đó nghĩa là thứ trước mặt bạn là một bản quét, và chữ trong đó là một bức ảnh.