# Perché la copia del testo da un PDF fallisce (e come risolverla)

Copi un paragrafo da un PDF e ottieni righe spezzate, parole attaccate, simboli strani o nulla del tutto. Non è colpa tua: i PDF memorizzano i caratteri in base alla loro posizione sulla pagina, non come paragrafi. Ecco i problemi più comuni, perché si verificano e come risolverli.

## Key facts

- Un PDF memorizza glifi posizionati, non frasi; gli strumenti di estrazione devono ricostruire l'ordine di lettura.
- Nessun testo → il PDF è una scansione; ti serve l'OCR.
- Simboli illeggibili → il carattere non ha una mappatura corretta (ToUnicode); spesso l'OCR è l'unica soluzione.
- Righe spezzate e trattini → le interruzioni di riga sono caratteri reali nel layout; la pulizia li riunisce.
- Colonne miste → l'estrattore ha letto la pagina in orizzontale; usa l'estrazione basata sull'ordine di lettura.

## Come un PDF memorizza il testo

Una pagina PDF è un insieme di istruzioni di disegno: “disegna il glifo 37 del carattere F2 a x=72, y=640”. In molti file non esiste il concetto di paragrafo, colonna o persino parola, ma solo glifi posizionati. Quando copi del testo, il tuo visualizzatore indovina come quei glifi formano parole, righe e paragrafi. Il più delle volte ci indovina. Quando non ci riesce, si verificano i problemi descritti di seguito.

## Problema 1: Nessun testo disponibile

**Causa:** la pagina è un'immagine: una scansione, una foto o un export appiattito. Non ci sono caratteri da copiare.
**Soluzione:** esegui l'OCR. Il nostro strumento [da PDF a testo](/tools/pdf-to-text) rileva le pagine con sole immagini ed esegue l'OCR automaticamente. Scopri [come riassumere un PDF scansionato](/guides/how-to-summarize-a-scanned-pdf).

## Problema 2: Caratteri illeggibili o simboli

**Causa:** il PDF utilizza font (spesso subset o con codifica personalizzata) privi di una corretta mappatura dai glifi ai caratteri Unicode. Il visualizzatore sa come *disegnare* il testo ma non sa quali lettere rappresenti.
**Soluzione:** prova prima un altro strumento di estrazione; se qualsiasi strumento restituisce caratteri illeggibili, tratta il PDF come una scansione e usa l'OCR, che legge le forme anziché i dati del font.

## Problema 3: Righe spezzate e parole con trattino

**Causa:** nel PDF, ogni riga è una sequenza di testo separata. La copia mantiene le interruzioni di riga e i trattini alla fine delle righe.
**Soluzione:** un passaggio di pulizia che ricompone le righe all'interno di un paragrafo e rimuove i trattini di fine riga (la nostra estrazione lo fa automaticamente).

## Problema 4: Colonne mescolate

**Causa:** nei layout a più colonne, un estrattore ingenuo legge la pagina in modo lineare da sinistra a destra, riga per riga, unendo le colonne.
**Soluzione:** estrazione basata sull'ordine di lettura, che raggruppa i blocchi di testo prima di leggerli. La maggior parte degli strumenti moderni lo fa; le modalità che preservano il layout potrebbero non farlo.

## Problema 5: Spazi mancanti o spazi extra

**Causa:** alcuni PDF posizionano ogni parola — o ogni lettera — separatamente, senza veri caratteri di spazio. L'estrattore deve dedurre gli spazi in base agli intervalli vuoti.
**Soluzione:** un motore di estrazione differente o l'OCR come ultima spiaggia.

## Problema 6: Le tabelle diventano un ammasso illeggibile

**Causa:** le tabelle sono solo testo posizionato in una griglia; nella maggior parte dei PDF non esiste alcuna struttura tabellare.
**Soluzione:** per i dati, usa uno strumento di estrazione tabelle dedicato; per la comprensione, fai una domanda sulla tabella: l'intelligenza artificiale di solito sa interpretare un'estrazione riga per riga.

## Problema 7: La copia è bloccata

**Causa:** il PDF ha flag di autorizzazione che chiedono ai visualizzatori di disabilitare la copia, oppure è protetto da password.
**Soluzione:** se hai il diritto di utilizzare il contenuto, aprilo con la password e stampalo su un nuovo PDF. Rispetta sempre la licenza del documento.

> **Ti serve testo pulito da un PDF?** — Caricalo: estrazione basata sull'ordine di lettura, OCR per le scansioni, download in formato .txt.

## FAQ

### Perché il testo copiato dal PDF ha interruzioni di riga ovunque?

Perché ogni riga è memorizzata separatamente nel PDF. Incolla in uno strumento che ricompone i paragrafi o usa un estrattore che pulisce le interruzioni di riga.

### Perché ottengo simboli strani quando copio da un PDF?

Il font manca di una mappatura corretta dei caratteri. L'OCR è solitamente la soluzione più affidabile.

### Come posso estrarre il testo da un PDF scansionato?

Usa l'OCR. Lo strumento da PDF a testo su questo sito lo esegue automaticamente quando una pagina è priva di un livello di testo.

### Posso mantenere la formattazione?

L'estrazione di solo testo elimina font e layout. Per modificare il documento mantenendo la formattazione, convertilo con uno strumento da PDF a Word, tenendo conto che potrebbe essere necessaria una pulizia successiva.

---
Source: https://pdf-summarize.com/it/guides/why-pdf-text-extraction-fails — PDF Summarizer (free PDF summarizer, Q&A with page citations, OCR, REST API). Site overview: https://pdf-summarize.com/llms.txt