Tóm tắt: Lỗi chữ bị biến thành ô vuông hoặc ký tự đặc biệt vô nghĩa khi copy từ PDF sang Word xuất phát từ việc file PDF sử dụng các bảng mã cũ như TCVN3 (.VnTime) hoặc VNI-Times mà máy tính hiện đại không có font tương thích. Với PDF văn bản số có lớp chữ mã cũ, DOCX.VN chuyển chữ sang Unicode (Times New Roman / Arial) trong tệp Word; bạn vẫn nên đối chiếu với bản gốc.
1. Vì sao chữ tiếng Việt bị lỗi khi sao chép từ PDF
Trong các tài liệu luận văn, giáo trình hoặc văn bản lưu trữ trước năm 2005, việc sử dụng font chữ .VnTime rất phổ biến. Khi file được đóng gói sang PDF, bảng ánh xạ ký tự thường bị thiếu hoặc vẫn trỏ về mã cũ, không phải Unicode. Kết quả là chữ "Việt Nam" khi copy sang Word biến thành chuỗi ký tự lạ như "ViÖt Nam".
2. Có chữ Unicode bằng DOCX.VN
Chuyển mã bằng Unikey dễ sót ký tự khi PDF thiếu bảng ánh xạ. DOCX.VN xử lý như sau:
- PDF văn bản số: AI dựng bố cục, chữ lấy từ chính tệp; lớp chữ mã cũ được chuyển sang Unicode. PDF scan, ảnh chụp không có lớp chữ nên AI đọc từ hình ảnh trang.
- Chữ được ghi ra dạng Unicode dựng sẵn; một số chỗ không chắc được đánh dấu [?], nên vẫn cần đối chiếu với bản gốc.
- Tệp Word dùng phông Times New Roman hoặc Arial, mở trên máy khác vẫn hiển thị đúng.
Vì sao copy từ PDF sang Word ra chữ "ViÖt Nam"?
Vì PDF dùng phông mã cũ TCVN3 (.VnTime) hoặc VNI và thiếu bảng ánh xạ sang Unicode, nên chữ sao chép ra bị sai mã.
Có tự chuyển mã bằng Unikey được không?
Có thể thử công cụ chuyển mã của Unikey (Ctrl + Shift + F6) với đoạn đã sao chép; nhưng nếu PDF thiếu bảng ánh xạ ký tự, chuyển mã có thể vẫn sót lỗi.
DOCX.VN xử lý phông mã cũ thế nào?
PDF văn bản số có lớp chữ mã cũ (TCVN3, VNI) được chuyển sang Unicode; PDF scan, ảnh chụp được AI đọc từ hình ảnh trang, kết quả cũng là chữ Unicode.
Tải tệp PDF lên, nhận tệp Word chữ Unicode chỉnh sửa được.
Mở công cụ chuyển PDF →
