如何在 Mac 上让扫描的 PDF 可以搜索

扫描的 PDF 搜不了，是因为它装的是每一页的照片，而不是字母本身。平板扫描仪、手机扫描 App 和办公室的复印机通常都这样保存页面，除非它们在扫描时顺便做了文字识别。

结果就是：文件看着像文稿，用起来却像相册。在“预览”里按 Command-F 什么都找不到，聚焦无法凭内容找到这个文件，账号也没法拷贝到邮件里，屏幕阅读器更是无字可读。

“预览”无法给 PDF 添加文本层，所以它没办法让扫描件变得可搜索。macOS 的“实况文本”可以让你选中图像里的文字，需要抓一个电话号码或地址时很方便。

问题在于，什么都没有写进文件里。聚焦、其他 App 以及收到这份 PDF 的人，拿到的仍然是一张图片。如果这份文稿以后要搜索，或者要交给别人，文字就必须嵌入 PDF 本身。

File Acture 的“OCR PDF”会对每个扫描页面运行 Apple 的 Vision 文本识别，并把结果作为不可见的文本层嵌到原始图像之上。页面看起来和之前完全一样，但你可以搜索它、选中整行并拷贝。

你可以选择文档语言：“自动检测”，或者英语、土耳其语、德语、法语、西班牙语、意大利语、葡萄牙语、俄语、中文、日语和韩语中的一种。准确度提供默认的“高精度”，识别更仔细；以及“快速”，适合一长串干净的印刷页面。已经含有文本的页面会原样拷贝，所以混有录入页和扫描页的 PDF 不会出现重复文字。

遇到受密码保护的 PDF 会出现密码字段，生成的可搜索副本会用同一个密码重新保护。文稿的标题、作者、主题和关键词都会保留，每份副本的文件名都会加上“-searchable”。一次运行可以处理多个 PDF，你的原始文件保持不变。

OCR 的效果取决于扫描件本身，页面越正、越清晰，识别出的文字就越准。

• 选好语言。“自动检测”对很多文稿都够用，但指定语言等于告诉识别引擎该期待什么，这对中文、日语、韩语和俄语尤其重要。
• 用 300 DPI 扫描。如果扫描仪在你手上，300 DPI 是适合文字的设置。再低很多，小号字就会糊成难以辨认的色块。
• 先把页面摆正。用旋转页面把横置的页面转正，再运行 OCR。
• 拍的是文稿照片？先用图像转 PDF把它们合成一个 PDF，再对结果运行 OCR。
• 保留原始文件。OCR 副本是逐页重绘的，所以链接、书签和表单域不会带过去。
• 留意文件大小。OCR 只是添加文字，并不会缩小图像。如果副本大到发不出去，就对它运行压缩 PDF，文本层会原样保留。

在线 OCR 服务需要把你的文稿放到它们的服务器上，而这对银行对账单、就医记录和身份证件扫描件来说很要紧。File Acture 在你的 Mac 上运行文字识别，页面不会离开这台机器；Pro 无需联网即可使用，只会偶尔联网续期授权。

免费版在每台 Mac 上包含 3 次运行，每次最多 5 个 PDF。要处理大量扫描存档，请查看价格。