GUIDE PRATICHE · PDF e documenti
Come estrarre testo da un PDF scansionato
Un PDF può mostrare parole senza contenere testo copiabile. Segui il percorso dalla verifica della scansione al testo finale, controllando gli errori prima di riutilizzarlo.
A cura di Puffinmint · Aggiornata il
1. Verifica se il testo esiste già
Prova a selezionare una frase e cercare una parola nel lettore PDF. Se il testo si copia correttamente, apri PDF in testo: non serve riconoscere di nuovo le immagini. Se selezioni soltanto la pagina come immagine, può servire l’OCR.
Una copia vuota o con caratteri errati non dimostra da sola che il documento sia una scansione: possono esserci restrizioni o problemi di codifica. Prova una pagina semplice e confrontala con l’originale.
2. Prepara una pagina leggibile e scegli la lingua
Conserva l’originale. Controlla orientamento, contrasto e bordi: una riga tagliata non può essere ricostruita con certezza. Se puoi ripetere la scansione, evita sfocature e ombre. Parti da una o due pagine rappresentative.
In OCR PDF scegli la lingua del documento, non quella dell’interfaccia, e il range di pagine. Le opzioni attuali includono italiano, inglese, spagnolo, francese, tedesco, giapponese, coreano, polacco e turco. Il portoghese non è disponibile.
3. Dal PDF riconosciuto al testo
Avvia OCR PDF e scarica il PDF prodotto, che contiene un livello di testo riconosciuto. Aprilo e prova ricerca e selezione. Poi apri PDF in testo, seleziona questo nuovo PDF, imposta le pagine e copia o scarica il testo TXT.
L’OCR invia il documento al server quando avvii l’elaborazione; PDF in testo estrae il contenuto nel browser. Controlla limiti e informazioni sulla gestione dei file nelle rispettive pagine. Il risultato TXT non conserva l’impaginazione.
4. Correggi e verifica prima di usare il risultato
Confronta originale e testo riga per riga. Controlla soprattutto nomi, date, importi, zeri e lettere simili: O/0, I/1 e l/1. Nelle colonne e nelle tabelle verifica anche l’ordine delle informazioni. Non basta che le parole siano leggibili.
Nell’esempio sintetico sotto tre cifre sono state riconosciute come lettere. Correggile guardando l’originale, poi rileggi il testo completo. Il confronto testi evidenzia modifiche tra versioni, ma non certifica che una trascrizione sia corretta.
- Tutte le pagine richieste sono presenti e nell’ordine corretto.
- Nomi, cifre, simboli e separatori corrispondono all’originale.
- Il testo copiato nel programma di destinazione mantiene un ordine comprensibile.
Esempio di revisione di una riga
- Dati di partenza
- OCR non verificato: B-I02 · 2026-11-O2 · 1 25O
- Risultato
- Originale verificato: B-102 · 2026-11-02 · 1 250
Conserva entrambe le copie. La correzione dell’esempio viene dall’originale, non da una previsione automatica.
Fonti e metodo
Domande frequenti
L’OCR rende sempre il PDF accessibile?
No. Il testo riconosciuto può essere errato e l’ordine di lettura può richiedere interventi. OCR, tag, struttura e verifica dell’accessibilità sono controlli distinti.
Posso recuperare automaticamente una parola illeggibile?
Non in modo affidabile. Cerca una scansione migliore o verifica il documento di partenza; non inventare cifre o parole mancanti.