PDF ricercabile

Un PDF ricercabile contiene testo che il software può trovare, selezionare, copiare o indicizzare, di solito grazie a un livello leggibile dalla macchina aggiunto all'immagine visibile della pagina.

PDF ricercabile e PDF di sole immagini

Due PDF possono apparire identici e comportarsi in modo molto diverso. Nel primo il software accede al testo: la ricerca funziona, le parole si possono selezionare e copiare e il contenuto può essere indicizzato. Il secondo conserva l'aspetto della pagina, ma si comporta come un'immagine piatta. Ricerca, selezione, copia e gran parte delle funzioni di accessibilità non funzionano.

La distinzione conta perché molti documenti contengono soltanto immagini senza che chi li crea o riceve se ne accorga. Scansioni, pagine fotografate e alcune esportazioni di screenshot generano questo tipo di PDF, a meno che non venga aggiunto un livello di testo.

Dove si usano i PDF ricercabili

Servono quando bisogna trovare, citare o riutilizzare il testo di documenti acquisiti:

• Archivi e registri — permettono di recuperare documenti per parola chiave, non soltanto per nome o data del file.
• Ambito legale e conformità — tribunali ed enti regolatori richiedono spesso documenti ricercabili per analisi e revisione.
• Ricerca — consente di cercare in raccolte di articoli, report o documenti storici acquisiti.
• Accessibilità — i lettori di schermo dipendono dal livello di testo per leggere ad alta voce il contenuto.
• Esportazione di screenshot — produce PDF di schermate che possono essere cercate e citate in seguito.

Come un PDF diventa ricercabile

Esistono due percorsi. Se il documento nasce in digitale, per esempio da un programma di videoscrittura o un browser, il testo è di solito già incorporato e la ricerca funziona subito.

Se nasce da un'immagine, come scansione, fotografia o screenshot, serve l'OCR. Il riconoscimento individua le parole nell'immagine e inserisce dietro di essa un livello di testo. L'aspetto non cambia, ma il contenuto diventa leggibile dal software.

Per questo alcuni strumenti eseguono l'OCR durante l'esportazione degli screenshot e producono subito un PDF ricercabile.

Errori comuni

• Dare per scontato che ogni PDF sia ricercabile. Un documento può apparire leggibile pur contenendo soltanto immagini. Prova a selezionare o cercare il testo.
• Pensare che il testo riconosciuto sia sempre perfetto. Il livello dipende dall'OCR, che può sbagliare con immagini scadenti, font insoliti o layout complessi. La ricerca resta utile, ma la precisione influisce sui risultati di ricerca e copia.
• Considerare "PDF ricercabile" un formato. Non è un formato separato, ma una proprietà. Qualsiasi PDF può contenere testo oppure soltanto immagini.
• Archiviare senza verificare. Un documento acquisito e salvato come immagine può diventare difficile da trovare. Esegui l'OCR prima dell'archiviazione per mantenere reperibile il contenuto.