Android 上的扫描版 PDF 与文字版 PDF：一个简单实用的测试

1. 什么是文字版 PDF？

文字版 PDF 把字母和词语存成可选中的内容，通常由文字处理软件、排版工具或数字文档系统导出。在 Android 上，你往往可以按住并拖过一句话、复制它，或用搜索找到它。这些只是有用的线索，而不是确凿的证明：权限限制、特殊字体或文件损坏，都可能导致无法选中。

文字层可用时，Scroll+ 可以在你的设备上准备这些文字，并按手机宽度自动换行。对小说、报告等以连续正文为主的文档，这是更好的起点。如果文档排版复杂，请先阅读PDF 重排与原始页面视图，再决定选哪种模式。

2. 什么是扫描版或纯图片 PDF？

扫描版 PDF 里存的是页面的图片。你能看到印刷的文字，但文件里未必有机器可读的文字。复印的书、拍照的收据、旧档案的扫描件，常常就是这样。把图片弄得更清晰并不会产生文字层，普通的文字提取也无法可靠地把图片变成段落。

Scroll+ 不承诺把纯图片页面转成文字。如果提取后几乎没有文字，应用会识别出文字量过低，并把这本书切换到“原始 PDF”视图，而不是留给你一个空白的阅读视图。原始页面仍然可见，但在小屏幕上你可能需要缩放和拖动。

3. 在 Android 上做这三项检查

第一，长按一句清晰的话，看能否选中单个词。第二，搜索页面上印着的一个特别的词。第三，放大仔细看：纯图片中的文字放大后往往会出现明显的马赛克，而数字渲染的文字通常依然清晰。请多做几项测试，因为混合型 PDF 里可能既有真正的文字，也有扫描页。

你也可以直接导入文件，让 Scroll+ 来测试实际效果，步骤见Android 上导入 PDF 和 EPUB 的指南。处理在你的手机上进行，所以篇幅长或内容密集的文档，在较旧或内存较小的设备上会花更长时间。

4. 为什么有些 PDF 介于两者之间

不是每份文档都能干净地归类。一份 PDF 可能目录是数字版，后面的章节却是扫描页；也可能正文可选中，图表却是嵌入的图片。多栏论文、脚注、数学符号、特殊编码和旋转的页面，也可能让文字顺序错乱。所以，选中测试成功并不保证重排效果完美。

根据你必须保留的东西来选择模式。如果连续的正文最重要，就试试“仅文字”或“文字和图片”；如果页码、图表、公式或空间位置本身有意义，就选“原始 PDF”。你可以保留源 PDF，随时改变阅读方式，不必让每份文档都用同一种。

5. Scroll+ 如何处理这两种文件

Scroll+ 会保存 PDF，并可以在你的设备上处理它。文字版文件可以准备成可重排的阅读内容；扫描件或文字很少的文件，可以退回到原始页面视图。本地处理不会上传书籍文件；会员也可以选择把 PDF 发送到可选的服务器处理。使用应用需要先用 Google 登录一次，之后即可离线阅读。

Scroll+ 0.9.0 改进了对扫描文件的后备处理，这种后备方案能保证页面可读，但不能保证每个格式错误、已加密或特别大的 PDF 都能成功打开。关于导入的更多细节，请看导入指南。

选与文档相匹配的模式

文字版 PDF 通常更适合做成方便手机阅读的版式，扫描版 PDF 通常用原始页面视图更稳妥。先测试选中和搜索，再考虑版面和可调整的文字哪个更重要。这个简单的判断，能避免大多数人归咎于 PDF 阅读器的烦恼。