为什么无法选中已保存的电子教材 PDF 中的文字？

你把电子教材中的页面保存为 PDF，打开文件后，光标无法选中任何单词。或者可以选中，但粘贴出的文字是乱码。这两种症状的原因不同，修复方法也不同。有些限制是出版商的有意设置，应当保留。

确定你的 PDF 属于哪种情况

保存的教材 PDF 通常属于以下五种情况之一：

情况	表现
仅图像	无法选中任何内容，搜索无结果
OCR 识别不准确	可以选中文字，但搜索会漏掉单词，或复制出的文字有误
特殊编码	可以选中文字，但粘贴出的字符是符号或错误的字母
限制复制	文字可能可以选中，但复制命令呈灰色
混合	部分页面表现为一种情况，其余页面表现为另一种

修改任何内容之前，先确定属于哪种情况。对已经有良好文本的文件运行 OCR，可能使结果变差。

按顺序检查症状

按下方流程的顺序检查症状。第一个符合的答案决定情况，之后的检查跳过。一个文件可能同时呈现多种情况，修复第一个问题后，再使用混合部分中的逐页测试。

在同一页上记录每项检查的结果。干净地选中文字且搜索正常的页面，可以作为整个文件的参考样本，但带有图表或脚注的页面可能单独失败。

例如，某文件第 1 页可以选中，第 40 页搜索失败。第 1 页显示的是原生文本或良好的 OCR，第 40 页显示故障。这种模式说明文件是混合型，而不是阅读器有问题。修复整个文件之前，先找到故障开始的页面，并确定它所在的保存批次。

为每个文件记录情况

为每个保存的文件保留一条简短记录，包括文件名、页码范围、上表中的情况，以及测试日期。三到四个文件容易记住，但十二个保存文件的文件夹就不容易了。记录还能显示问题来自某一个保存批次，还是整个文件。

记录的一种简单格式是每个文件一行，例如 Biology-ch04.pdf | 第 112 至 151 页 | 仅图像 | 测试于 2026-04-02。每次修复后新增一行，写明日期以及修复后搜索测试的结果。

在 Mac 上测试搜索和选中

在 Preview（预览）中打开 PDF，对一页正文运行三项检查：

1. 拖动选中一句话。出现蓝色高亮，说明存在文本层。
2. 按 Command+F，搜索页面上可见的一个单词。
3. 选中一句话，复制，然后粘贴到纯文本备忘录中。

然后在预览的菜单栏中打开 Tools，选择 Show Inspector，查看文件是否包含安全设置。在另一章的第二页上重复上述检查。

测试五页，而不是一页

单页可能通过，而文件其余部分失败。测试五页：范围的第一页、章节开头页、带图的页面、带脚注的页面，以及最后一页。五页全部通过，说明文件大体一致。某一页失败，则需要先对该页类型单独测试，再修复文件。

三项检查使用的 Preview 命令

三项检查使用以下 Preview 命令。它们在不修改已打开文件的情况下运行。

粘贴到纯文本备忘录中，不要粘贴到文字处理软件中。文字处理软件会保留字体，并隐藏纯文本备忘录能显示出的某些字符问题。

区分两种相似的症状

仅图像和 OCR 识别不准确都会导致搜索失败，但修复方法不同。下表列出两者的区别。

仅图像文件添加一次 OCR 即可修复。OCR 识别不准确的文件则需要更好的源图像，因为对同一张模糊图像再次运行 OCR，得到的错误仍然相同。

仅图像 PDF

如果无法选中任何内容，搜索也无结果，说明每一页都是图片。这是一个仅图像 PDF。出现这种情况的原因包括：PDF 由截图生成且未运行 OCR，或阅读器的打印命令输出的是页面图像。

修复方法是 OCR。OCR 识别文字，并添加一个不可见的文本层。如果你有原始图像，请使用 Screenshot to Searchable PDF 重新生成文件。该工具在浏览器中运行，文件保留在你的 Mac 上。如果页面来自 Temposhot 会话，请在 Capture History 中选择帧，然后导出 PDF，导出时会对每一页运行 OCR。

使用 OCR 重新生成仅图像文件

只有原始页面图像存在时，才能重新生成。由阅读器打印输出生成的文件包含的也是同样的图像，因此应使用这些图像作为源文件。

在重新生成的文件通过搜索测试之前，保留仅图像文件。重新生成在浏览器中运行，文件保留在 Mac 上，不会将页面发送到服务器。

原始图像已丢失时

没有原始图像时，如果标题的条款允许截取页面，仍可以用新的截图重新生成文件。新图像按重新生成部分的步骤处理。新截取的页面必须与原文件的顺序和范围一致，否则合并后的文件会出现缺页或重复页。

Temposhot 的 Auto Capture 每个间隔截取一帧，因此把停止条件设为页码范围内的页数。对文本区域使用 Custom Area，并在运行结束前检查第一帧和最后一帧。将帧导出为 PDF 即可获得 OCR 文本层，然后对导出的文件运行五页测试。

OCR 文本存在但不准确

可以选中文字，但搜索会漏掉单词，或复制的文字有错误。这是因为 OCR 在低质量图像上运行。小字号、浅灰色字体、双栏排版、公式和脚注是常见的问题区域。

对同一张模糊图像重新运行 OCR 很少有帮助。如果允许，请以更大的缩放比例重新截取页面，然后重新导出。关于最难处理的内容，可参阅OCR 漏识别公式、脚注和图表一文。

提高 OCR 输入质量的截取设置

OCR 只读取接收到的像素。为阅读而设置的截取，比屏幕角落里的小窗口能提供更清晰的字符边缘。

Custom Area 使文本区域在每一帧中保持相同位置。带有侧边栏或工具栏的窗口，会随阅读器滚动而使文本位置发生变化，导致裁剪不一致。

常见的 OCR 失败模式

下列每种模式的原因不同，因此修复方法也不同：

• 小字号。 OCR 引擎获得的每个字母的像素过少。请以更大的缩放比例重新截取。
• 浅灰色文字。 图注和页边注释与页面背景融合。如果阅读器提供，请使用浅色页面主题和较高对比度设置。
• 双栏排版。 行可能跨栏合并。每次只截取一栏，或检查复制的文字中是否有合并的行。
• 公式和符号。 上标和下标会被识别为独立字符。请逐行对照页面检查，并据页面修正。
• 脚注。 页脚中的小数字和小字号文字最容易被漏识别。每批次都应测试包含脚注的页面。

以更大尺寸重新截取页面

OCR 识别不准确通常源于小字号。在重新导出文件之前，先重新截取页面。请先对一个测试页面按以下步骤操作。

如果测试页面可以正确搜索，则以相同的缩放比例截取其余范围。新的缩放级别需要新的测试页面，因为文字大小会改变 OCR 结果。

原生文本的特殊编码

部分出版商的 PDF 包含真实文本，但字体以非标准方式映射字符。选中时看起来正常，粘贴出的文字却变成符号。这在数学字体和一些较早的排版中很常见。

对于原生文本的文件，OCR 不是正确的修复方法。请改为从阅读器自带的复制工具中复制短段落，或手动输入引文。如果需要为残障支持申请无障碍文本，请向出版商或你所在学校的残障服务办公室索取无障碍格式。

指向字体问题的符号模式

部分模式是字体映射问题的典型表现。记录其中出现的模式，有助于出版商或支持团队找到原因：

• 希腊字母或数学符号出现在本应为拉丁字母的位置。
• 连字如 "fi" 或 "fl" 粘贴为单个未知字符。
• 引号和破折号粘贴为问号或方框。
• 同一符号出现在某一章的每一页上，说明该章使用了同一种字体。

如果文件的每一页都出现这些模式，需要从源头修复字体。单行在某一页上出错通常是复制问题，使用阅读器的复制工具或手动重新输入句子即可解决。

用纯文本备忘录检查符号问题

粘贴文字中的符号说明问题出在字体映射，而不是扫描。在决定修复方法之前，对一句话运行以下检查。

如果阅读器自带的复制工具输出的文字正常，问题在于已保存的文件，而不在书本本身。请从阅读器的复制工具中复制受影响的段落，或向出版商索取无障碍格式，而不是再次保存同样的页面。

复制受限

PDF 可以设置禁止复制或打印的权限。应用这些权限时，Preview 中的复制命令会呈灰色。该限制由出版商或平台设置，反映了该书的授权条款。

Temposhot 不修改 PDF 权限。它只截取屏幕上可见的内容，无法截取阅读器应用屏蔽的内容。

将复制限制视为授权条款

复制命令呈灰色，表示文件本身带有限制。OCR 不会移除该限制，添加了文本层的重新生成文件仍然受同一授权约束。以下规则可将工作保持在条款范围之内。

Temposhot 不修改 PDF 权限。如果复制限制是唯一的症状，下一步是向出版商提出请求，而不是再次保存。

混合 PDF 需要逐页检查

由多次保存组合而成的 PDF，可能同时包含原生文本、OCR 文本和普通图像。从每个保存批次中测试一页。标记出仅图像的页面范围，然后只重新生成这些页面。

要拆分页面范围并按原顺序重新排列，请使用 PDF Page Organizer。将重新生成的页面用 Merge PDF 合并。

示例：240 页的混合文件

一个已保存的文件包含 240 页，来自六个保存批次，每批 40 页。以下数字仅用于说明方法，并非实测结果。从每个批次中测试一页，并将结果记录在表格中。

两个批次未通过测试，意味着 80 页需要经过重新生成步骤。其余四个批次保留原有页面。如果重新生成全部 240 页，则会在 160 页已经正确搜索的页面上重复工作，而且每个重新生成的页面都是新的文件版本，需要重新检查。

重新生成的页面随后按原顺序放回文件中。下列文件名展示了一种区分各版本的方式。

使用 PDF Page Organizer 和 Merge PDF 将重新生成的批次放回。对最终文件再次运行单页测试，因为合并时页面位置可能发生变化，从而改变代表某个批次的测试页。

将截取设置保存为预设

重复截取教材页面时，每次使用相同的时间和停止值。在 Auto Capture 中，通过 Save Current Setup 将这些值保存为预设。预设保存停止条件、间隔、按键和倒计时，但不保存来源，因此应用预设后需要重新选择 Custom Area。

为预设起一个能说明页面类型和时间设置的名称，例如 "教材页面，1 秒"，并先用短时运行进行测试。预设不改变导出，因此无论使用哪个预设截取帧，由这些帧生成的 PDF 输出都相同。

为今后的保存提供更好的输出

新保存的操作顺序

按完整流程保存新文件，可以避免上述大多数情况。每个章节按以下顺序操作：

1. 确认标题允许保存

   确认该书的阅读器自带的 Save to PDF 或打印选项，以及该书显示的允许范围。

2. 优先使用阅读器的命令

   阅读器提供命令时，使用其自带命令保存。对保存结果测试五页。

3. 仅在没有命令时截取

   如果阅读器对该范围没有命令，则按上文所述使用 Auto Capture 截取，并将帧导出为 PDF。

4. 归档前测试

   运行五页测试和符号检查。在文件记录中写明情况和日期。

此顺序将阅读器的输出放在首位，因为它不包含 OCR 步骤，出错的环节最少。截取排在第二位，因为每一页都需要 OCR 和尺寸检查。

今后保存的设置和习惯

下列事项既适用于阅读器的输出，也适用于 Temposhot 截取。每一项消除上文描述的一种原因。

• 标题允许时，优先使用阅读器自带的 Save to PDF 或打印命令。
• 缩放到正文达到正常阅读大小或更大。
• 使用单页视图和浅色页面主题。
• 只使用 Custom Area 来源框选页面。参见截取来源。
• 原始帧保存为 PNG，使 OCR 引擎能看到清晰的字符边缘。

能避免大多数问题的习惯是在保存当天进行测试。一周后才发现问题的文件，原因难以确定，因为阅读器、缩放比例或批次可能在此期间已经改变。在保存当天测试的文件，有明确的起始状态。

• 标题允许时，优先使用阅读器自带的 Save to PDF 或打印命令。
• 缩放到正文达到正常阅读大小或更大。
• 使用单页视图和浅色页面主题。
• 只使用 Custom Area 来源框选页面。参见截取来源。
• 原始帧保存为 PNG，使 OCR 引擎能看到清晰的字符边缘。

常见问题

OCR 能让复制文字变得合法吗？

不能。OCR 改变的是文件的功能，不改变授权允许的内容。只对你有权保留的页面使用 OCR。

为什么搜索在一个应用中有效，在另一个应用中无效？

PDF 阅读器对文本层的处理方式不同。请在 Preview 和你计划使用的应用中分别测试。

没有原始图像能修复文件吗？

可以。使用 PDF to JPG 将页面导出为图像，然后在授权允许的情况下对其运行 OCR。

每个保存的 PDF 都需要 OCR 吗？

不需要。原生文本良好的文件不需要 OCR，再次处理可能降低其质量。只对仅图像的页面和未通过测试的页面运行 OCR。

OCR 能修复有复制限制的文件吗？

不能。限制标记属于文件和授权的一部分，OCR 只添加文本层，不改变其中任何一项。限制阻碍工作时，请向出版商或图书馆申请经批准的副本。

其他页面正常，为什么公式会失败？

公式、脚注和图表使用的符号较小，间距特殊，因此 OCR 对它们的识别可靠性低于正文。请以更大的尺寸重新截取这些页面，并阅读OCR 漏识别公式、脚注和图表一文了解更难的情况。

搜索成功是否意味着文字正确？

不意味。搜索测试只能确认文本层中存在某个单词，不能确认每个字母都正确。在将文件用于引用之前，请将几句话与页面对照。

处理允许保存的页面？

下载 Temposhot，或阅读导出格式指南，了解每种输出。Temposhot 默认将允许的截取导出为带有 OCR 的可搜索 PDF。