复制不了的文字怎么办:多方案快速处理
复制不了的文字怎么办,优先按页面文字、图片文字、网页防复制文本三类场景选择方案,网页文字可以先关闭JavaScript、打印预览提取、查看网页源代码复制,图片文字用OCR识别工具提取,系统弹窗、软件内嵌文字依赖截图识别;打印预览提取适合绝大多数网页,不会改动页面原有样式,查看源代码适合有基础的使用者,OCR识别对倾斜、低清晰度文字识别准确率会明显下降,该整套方案不适用于加密PDF、付费阅读器内做了DRM加密保护的文本,这类文本即便截图识别也会带有大量乱码,并且私自解密受版权相关法规约束。
复制不了的网页文字
网页限制复制大多是网站脚本禁用了选中文本、右键菜单功能,你可以直接按下键盘Ctrl+P唤起打印预览面板,在预览窗口里直接拖动选中文字复制,这个方式不需要安装任何工具,兼容性较强。部分浏览器在打印预览模式下依然保留复制权限,网站的防复制脚本很难干预打印渲染进程。
浏览器地址栏输入javascript:void($('body').unbind()),按下回车可以临时解除页面选中限制,刷新页面后限制会恢复。这个代码只对使用jQuery编写防复制脚本的页面生效,静态页面、原生JS写的防护页面大概率无效。
打开开发者工具,切换到Elements面板,在标签树里找到文本对应的节点,双击节点内文字即可复制。这个方法步骤偏繁琐,适合短文本提取,大段文章不推荐,不小心误删节点还会造成页面布局错乱。
复制不了的图片文字
图片文字依靠OCR光学字符识别读取,你可以使用系统自带工具,Windows按下Win+Shift+S截图后,打开剪贴板历史,部分新版系统自带识别;Mac截图完成后,悬浮预览窗口直接支持文本选中。
第三方在线OCR工具上传图片识别,单张图片识别速度快,批量处理一般有额度限制,低对比度、字体模糊、有背景噪点的图片,识别结果会出现错字、漏字,需要手动校对一遍。
| 方案 | 适用对象 | 额外成本 | 识别准确率 |
|---|---|---|---|
| 系统自带OCR | 清晰截图、简单白底文字 | 无 | 较高 |
| 在线OCR网站 | 批量图片、复杂排版 | 免费额度有限 | 中等 |
| 本地OCR软件 | 敏感内容、大量文件 | 需要安装 | 较高 |
不要直接放大模糊原图再识别。
复制不了的文档与软件文字
PDF文件分普通可复制PDF和扫描版PDF,普通PDF无法复制,大多是作者添加了权限密码,你可以用PDF权限移除工具解除复制限制,仅用于自己拥有使用权的文档。扫描版PDF本质是图片合集,处理方式和图片文字一致。
桌面软件弹窗、客户端内嵌文字,这类内容没有文本流,只能截图走OCR识别,无法通过源代码、打印预览拿到原始文字。部分专业工业软件、加密客户端还会拦截截图指令,这时可以用手机对着屏幕拍摄再识别。
著作权法规定,仅为个人学习、研究使用提取文本,属于合理使用范围,批量抓取、商用传播提取到的内容,需要获得原文作者授权。
DRM加密文本,常规手段无法提取。
