सार संक्षेप (Quick Summary):
पीडीएफ़ फ़ाइल से हिंदी मैटर कॉपी करके वर्ड में पेस्ट करने पर मात्राएँ बिखरने, आधे अक्षर टूटने या अनपेक्षित चिह्न दिखने की तकनीकी वजह और इसे ठीक करने की प्रमाणित विधियाँ।
💡 मूल कारण व परिचय (Overview & Context)
अक्सर जब किसी सरकारी अधिसूचना, पुस्तक या रिपोर्ट की हिंदी PDF से text कॉपी करके वर्ड या नोटपैड में पेस्ट किया जाता है, तो अक्षर पूरी तरह बिखर जाते हैं (जैसे "संविधान" बन जाता है "स व ि ध ा न" या अजीब कोड)। ऐसा इसलिए होता है क्योंकि बहुत सी पुरानी पीडीएफ़ फ़ाइलों में फ़ॉन्ट की विज़ुअल ग्लिफ़ मैपिंग (CID Font Stream) तो सुरक्षित रहती है, लेकिन यूनिकोड कैरेक्टर मैपिंग टेबल (ToUnicode CMap) मौजूद नहीं होती।
🛠️ चरणबद्ध समाधान प्रक्रिया (Step-by-Step Practical Guide)
1
Google Docs OCR का प्रयोग करें (सर्वाधिक प्रभावी विधि)
-
▪
अपने ब्राउज़र में Google Drive (drive.google.com) खोलें।
-
▪
अपनी हिंदी पीडीएफ़ फ़ाइल को गूगल ड्राइव में अपलोड करें।
-
▪
अपलोड की गई फ़ाइल पर राइट-क्लिक करें और Open with → Google Docs चुनें।
-
▪
गूगल का शक्तिशाली ओसीआर (Optical Character Recognition) इंजन छवि और text दोनों का विश्लेषण करके शुद्ध, साफ़ यूनिकोड हिंदी text नीचे निकालकर दे देगा।
2
माइक्रोसॉफ़्ट वर्ड (Word 2016 या नया) में सीधे PDF खोलें
-
▪
Microsoft Word खोलें और File → Open पर जाएँ।
-
▪
अपनी PDF फ़ाइल को सीधे वर्ड में खोलें।
-
▪
वर्ड आपको संदेश दिखाएगा: "Word will now convert your PDF to an editable Word document"।
-
▪
OK दबाएँ। वर्ड का आधुनिक PDF रिफ्लो इंजन यूनिकोड मैपिंग को दुरुस्त करके text पेस्ट कर देता है।
3
यदि पीडीएफ़ लिगेसी फ़ॉन्ट (कृतिदेव) में बनी है
-
▪
यदि कॉपी करने पर text ";g ,d mnkgj.k" जैसा दिखे, तो समझें कि मूल पीडीएफ़ कृतिदेव में बनी थी।
-
▪
इसे कॉपी करें और BhashaIndia के कृतिदेव से यूनिकोड कनवर्टर में डालकर एक क्लिक में शुद्ध हिंदी बना लें।
🔍 जाँच कैसे करें कि पीडीएफ़ से निकला text शुद्ध है
परीक्षण हेतु शब्द (Test Sample):
सर्च बॉक्स में (Ctrl + F) हिंदी शब्द खोजें।
✅
सही स्थिति (Correct):
यदि पीडीएफ़ या कनवर्टेड डॉक्यूमेंट में सर्च करने पर हिंदी शब्द तुरंत हाइलाइट हो जाता है, तो text 100% शुद्ध यूनिकोड है।
❌
यदि अभी भी समस्या हो (Troubleshooting):
यदि सर्च करने पर शब्द न मिले, तो पीडीएफ़ में टू-यूनिकोड मैपिंग गायब है और आपको Google Docs OCR का उपयोग करना चाहिए।