Texto copiado de PDF lleno de saltos: cómo hacerlo legible

Copias un párrafo de un informe para responder a un mensaje, pero cada línea termina en medio de una oración. El texto parece una escalera de palabras. Este problema ocurre porque la selección puede respetar el diseño visual de la página, no los párrafos lógicos.

Identificar qué roturas son errores

Una línea rota sólo porque llegó a la orilla se puede unir a la siguiente. Debe preservarse la separación entre título y párrafo, o entre elementos de una lista. EnBorrar texto, intente realizar ajustes en una copia antes de aplicar cambios a todo el documento.

También vale la pena buscar espacios duplicados, tabulaciones y caracteres invisibles que estorben el collage. Las limpiezas automáticas muy agresivas pueden unir dos palabras o eliminar la estructura de direcciones, poemas, recetas y fragmentos de código.

Los guiones son un detalle complicado

Algunos archivos PDF dividen una palabra al final de la línea con un guión. Al unir las líneas, puede ser necesario quitar este letrero. En otras situaciones, el guión es parte del término y debe permanecer, como en nombres propios o expresiones compuestas. Verifique caso por caso cuando el texto sea importante.

Una última lectura humana todavía cuenta

Lea el resultado en silencio y observe dónde suena extraña la puntuación. Compare extractos que contengan números, referencias y citas con el material original. Si utiliza el texto para publicación, atribuya correctamente la fuente y verifique los derechos de uso. Un texto limpio debe permanecer fiel al significado que tenía antes de formatearlo.

Un párrafo no es una línea visual.

Los textos extraídos de documentos diagramados suelen incluir pausas artificiales en medio de las frases. Juntarlos mejora la lectura, pero no todas las pausas deberían desaparecer. En listas de materiales, direcciones y poemas, la separación de líneas puede tener significado. Si eliminas todo indiscriminadamente, conviertes una estructura comprensible en un bloque confuso.

Pruebe un fragmento de cada tipo antes de aplicar la limpieza a todo el documento. Busque también símbolos que se hayan copiado como caracteres extraños y espacios que no respondan como espacios normales. En el caso de términos con guiones, compárelo con el original para ver si el guión pertenece a la palabra o simplemente a la división de la línea. Cuando el destino sea una publicación, revise la puntuación y los párrafos nuevamente después de pegarlos.