PDF 文字复制不了或复制出来是乱码？分情况解决
来自 FreePDF 团队 ·
想从 PDF 里复制一段话，结果拖了半天什么都选不中；或者能选中，右键「复制」却是灰的；又或者粘贴出来一串莫名其妙的符号，像文件坏了一样；再不然字都对，可每一行末尾都断开了。这几种情况看着差不多，原因各不相同，解决办法也不一样。
先判断你遇到的是哪一种
- 一点就选中整页，或者什么都选不中：这一页其实是图片，多半是扫描件。
- 文字能选中，但「复制」是灰的，或者阅读器提示不允许复制：文件设了权限限制。打开文档属性看「安全性」一栏，通常会写明。
- 能复制，但粘贴出来是乱码：PDF 内部的字体有问题。
- 内容没错，只是格式一团糟。
扫描件：页面只是一张图
扫描仪产出的是一张纸的照片。你能看懂上面的字，文件本身却只认识像素，自然没东西可选、可搜。OCR 文字识别会从图像里把字认出来，在每一页背后加一层看不见的文字层。页面看起来和原来一模一样，但现在可以选中、复制和搜索了。
要说明一点：我们的 OCR 只识别英文，中文扫描件识别不出可用的结果。英文材料的话，扫描得清晰、端正、对比度高，效果会比歪着拍的手机照片好得多。不管哪种，数字和人名都要自己再核对一遍。
文件禁止复制
PDF 可以设两种密码。一种是打开密码，不输就打不开文件。另一种是权限密码，谁都能打开，但会要求阅读器禁止复制、打印或编辑。「复制」变灰，就是后者在起作用。
如果是你自己的文档，或者文件所有者允许你使用里面的文字，把它放进 PDF 解密。既然文件打开时没要密码，密码栏留空就行，只设了权限限制的文件这样就能解开，拿到一份去掉保护的副本。要是工具还是提示需要密码，就直接找发文件的人要一份不加限制的版本。付费报告、试卷这类文件上的限制，通常是有意设置的。
粘贴出来是乱码
PDF 里的文字存的是一串编码，每个编码指向嵌入字体里的一个字形。阅读器要把编码还原成文字，得靠文件里的一张对照表。有些软件生成 PDF 时没写这张表，或者用了自定义编码，于是页面显示完全正常，复制出来的却是原始编码。换个阅读器基本没用，因为文件里压根没有这部分信息。
绕过去的办法是 OCR，它看的是字形，不是编码。不过有个坑：我们的 OCR 会跳过已经有文字的页面，免得重复识别，而乱码页也算「有文字」。所以得先把页面变成纯图片：
- 用 PDF 转 PNG，分辨率选「高（300 DPI）」。
- 用 PNG 转 PDF 把这些图片按页码顺序合回一个 PDF。
- 把新文件放进 PDF OCR 文字识别。
得到的是一个类似扫描件、带正常文字层的 PDF。它比原文件大，文字也不再是矢量的，所以原文件留着阅读，OCR 版专门用来复制。上面说过 OCR 只认英文，中文乱码的文件这条路走不通，只能找对方要原始文档，或者换一款支持中文的 OCR 软件。
字都对，就是换行乱了
PDF 并不知道什么是段落，它记录的是摆在页面各个位置上的一行行文字。所以复制时每行末尾都会带一个换行，英文里跨行用连字符断开的单词也还是断开的。十几页这么复制，光是选文字就够折腾。
PDF 转文字会把每一页的文字导出到一个 .txt 文件里，页与页之间空一行。换行依然在，但你只需要集中清理一次。把文字粘进 Word，打开「查找和替换」，点「更多」勾选「使用通配符」：
- 中文内容：查找 ([!。！？：；」”])^13，替换为 \1。凡是不以句末标点结尾的行，都会跟下一行接上。
- 英文内容：查找 ([a-z,])^13，替换为 \1 加一个空格。以小写字母或逗号结尾的行会被接上，真正的段落大多以句号结尾，不受影响。
标题这类不以标点结尾的行也会被接到下一段上，所以替换前先存一份副本，或者用「查找下一处」逐个确认。
常见问题
为什么页面上明明有的字，搜索却找不到？
原因和复制失败一样。扫描件上根本没有文字可搜；字体有问题的文件，你搜的是这个字，文件里存的却是别的编码。做过 OCR 之后，搜索就正常了。
去掉复制限制合适吗？
自己的文件当然没问题。别人的文件，得对方同意才行，最省事的做法就是请对方直接发一份不加限制的版本。我们的解密工具不会猜密码，也不会破解密码，只能配合你已经知道的密码使用。