Por que o texto deixa de ser copiável depois de comprimir um PDF?
Entenda a rasterização e a camada de texto do PDF e confira cópia, pesquisa, links e formulários antes de usar a versão comprimida.
Após a compressão, as páginas de um PDF podem parecer iguais, mas o texto deixa de ser selecionável e a pesquisa não encontra palavras visíveis. O problema não é necessariamente do leitor: páginas inteiras podem ter sido transformadas em imagens.
Tamanho e nitidez não bastam para avaliar o resultado. Também é necessário verificar se as funções originais do documento foram preservadas.
Uma página pode parecer igual e estar armazenada de outra forma
Uma página PDF pode combinar texto, imagens, gráficos vetoriais e links. A tela apresenta o resultado dessa combinação.
Objetos de texto geralmente permitem seleção, cópia e pesquisa. Letras dentro de imagens são pixels: parecer texto não as torna diretamente extraíveis.
Um documento digitalizado também pode conter uma camada de texto gerada por OCR sob a imagem visível. Por isso, um PDF com aparência de fotografia pode permitir cópia e pesquisa.
Se a compressão guardar apenas a aparência e inserir uma imagem de cada página em um novo PDF, essa camada pode desaparecer. O documento continua legível, mas armazena seu conteúdo de outra maneira.
Há mais de uma forma de comprimir PDF
Cada método altera partes diferentes do arquivo.
| Método | Principal alteração | O que observar |
|---|---|---|
| Reorganizar a estrutura | Armazenamento de objetos e dados | A redução pode ser limitada; funções ainda precisam de verificação |
| Comprimir imagens das páginas | Resolução ou qualidade de codificação | Detalhes podem diminuir sem necessariamente afetar o texto |
| Transformar páginas inteiras em imagens | Armazenamento do conteúdo da página | Texto, vetores e recursos interativos podem não ser preservados |
O terceiro método é chamado de rasterização. Ele renderiza as páginas e reconstrói o PDF com imagens. Em alguns arquivos, a redução é grande, mas as consequências vão além de uma leve perda de nitidez.
DocCrunch Comprimir PDF atualmente gera uma versão salva novamente no nível estrutural e outra reconstruída com imagens das páginas, escolhendo a menor. Se nenhuma for menor que a entrada, devolve o arquivo original.
A escolha depende do conteúdo. Não é possível presumir que todos os resultados preservem texto copiável.
A opção mais nítida não garante uma camada de texto
Nitidez descreve a aparência; a camada de texto descreve a estrutura do arquivo.
Uma imagem de página em alta resolução pode ser muito nítida sem permitir selecionar texto diretamente. Por outro lado, um PDF com objetos de texto pode permitir cópia mesmo com ilustrações borradas.
Os níveis do DocCrunch afetam a qualidade das imagens e a escala de renderização na reconstrução. Atualmente não existe uma opção separada para preservar sempre a camada de texto. Escolher o nível mais nítido não garante texto selecionável.
Se precisar pesquisar, citar ou converter o documento depois, teste essas funções em vez de apenas ampliar as bordas das letras.
A cópia não é a única função que pode mudar
Quando as páginas viram imagens, confira os recursos que dependiam de objetos separados.
- Pesquisa: palavras visíveis podem deixar de ser encontradas.
- Links: um endereço pode continuar visível sem a área clicável original.
- Formulários: um campo pode manter a aparência sem aceitar preenchimento.
- Ampliação: texto e linhas vetoriais podem apresentar bordas pixeladas.
- Conversão posterior: texto antes extraível pode exigir OCR novamente.
Alguns leitores reconhecem automaticamente o texto das imagens e ainda permitem selecioná-lo. Isso não comprova que o PDF tenha mantido sua camada de texto; outro leitor pode se comportar de modo diferente.
Se precisar converter para Word, preserve o PDF original e use PDF para Word nele. A ferramenta atual do DocCrunch extrai principalmente texto existente e não faz OCR diretamente em páginas digitalizadas.
Decida o que precisa permanecer antes de reduzir o tamanho
Para um documento destinado apenas à leitura, reconstruir páginas como imagens pode ser aceitável. Confira textos pequenos, gráficos e linhas finas.
Se pesquisa, preenchimento ou conversões forem necessários, inclua essas funções nos requisitos. Um arquivo menor não é automaticamente melhor para entrega.
Reduzir a qualidade também não precisa ser o primeiro passo. Se apenas algumas páginas forem necessárias, use Remover páginas PDF e confira o tamanho depois. A redução pode não ser proporcional, mas evita uma reconstrução desnecessária das páginas mantidas em alguns casos.
Se tiver o documento fonte, outra opção é diminuir ilustrações grandes demais e exportar um novo PDF. Assim, você atua no conteúdo que ocupa espaço sem transformar toda a página em imagem.
Teste o resultado para o uso real
Depois de baixar:
- Confira a quantidade, a ordem e o conteúdo das páginas.
- Amplie textos pequenos, linhas finas, gráficos e elementos claros.
- Copie um trecho para um editor de texto simples.
- Pesquise palavras conhecidas, inclusive nas páginas finais.
- Teste links e formulários necessários e confirme o tamanho real.
Se o texto original já não era copiável, a compressão não o tornará editável automaticamente. Isso exige reconhecimento de texto.
Depois de comprimir o PDF, mantenha o original e a versão menor. Uma cópia adequada para envio pode não servir para edição, pesquisa ou conversão. Separar a versão de entrega da fonte facilita o trabalho posterior.
Ferramentas DocCrunch recomendadas
Estas ferramentas rodam localmente no navegador sempre que possível, sem enviar arquivos ao servidor.