Если PDF открывается, но поиск по слову ничего не находит, перед вами, вероятно, скан: программа видит изображение страницы, а не буквы. Проверьте, выделяется ли текст мышью, затем распознайте нужные сканы и сохраните их там, где сотрудники ищут рабочие документы. Ниже — способ отличить проблему распознавания от проблемы поиска по папкам и наладить работу так, чтобы коллеги находили актуальную версию договора или инструкции.
Почему слово видно на странице, но поиск его не находит?
Сканер сохраняет страницу как картинку внутри PDF. Человек читает название договора на экране, но поиск по тексту видит только данные файла. Чтобы он находил слова на странице, программа распознавания должна прочитать изображение и добавить в PDF текстовый слой. Эту операцию часто называют OCR.
Есть и другая причина. Текст внутри PDF уже доступен, но корпоративное хранилище ищет только по названиям файлов. Тогда слово находится при открытии документа, а в общем поиске по папке результата нет. Разделите эти случаи до того, как начнёте обрабатывать архив: решение у них разное.
| Что происходит | Вероятная причина | Что проверить |
|---|---|---|
| Слово видно на странице, но поиск внутри открытого PDF его не находит | Страница сохранена как изображение или распознана с ошибками | Попробуйте выделить слово мышью и скопировать его |
| Поиск внутри PDF работает, а поиск в хранилище — нет | Хранилище не ищет по содержимому этого файла или ещё не добавило его в поиск | Проверьте настройки поиска и повторите запрос после загрузки файла |
| Один сотрудник находит файл, другой — нет | У сотрудников разные права доступа или они ищут в разных папках | Сравните доступ и путь к документу |
Для проверки возьмите документ, который коллеги уже пытались найти. Откройте страницу с известной фразой и попробуйте найти эту фразу сначала внутри PDF, затем в хранилище. Так вы поймёте, на каком этапе пропадает результат.
Как проверить скан перед распознаванием?
Сначала попробуйте выделить мышью отдельное слово, скопировать его и вставить в обычное текстовое поле. Если вставляется читаемый текст, распознавание уже есть. Если выделяется вся страница как картинка или вставляется бессмысленный набор символов, проверьте, как выглядит исходный скан.
Посмотрите, не обрезаны ли края страницы, читаются ли мелкие буквы и не перекрывает ли текст печать. Программа распознавания опирается на то, что видно на изображении: она не восстановит отсутствующий край строки. Если исходник плохо читается, лучше заново отсканировать доступный бумажный документ. Рукописные пометки и сложные таблицы проверяйте отдельно — автоматическое распознавание легко пропускает в них важные детали.
Затем выберите фразу, которую сотрудник действительно введёт в поиск: например, название процедуры из инструкции. После распознавания найдите её внутри PDF и скопируйте из найденного места. Если буквы перепутаны, исправьте результат или добавьте понятное название файла, по которому документ тоже можно найти.
Как наладить поиск по сканам в рабочей папке?
Начните с папки, в которую команда обращается регулярно: действующие инструкции, шаблоны или договоры для текущей работы. Назначьте человека, который принимает новые сканы, запускает распознавание и проверяет результат по характерной фразе. Необязательно сразу разбирать весь старый архив: сначала проверьте путь файла от загрузки до поиска.
Сохраняйте исходный документ отдельно от копии с распознанным текстом. Особенно если сотрудник отсканировал подписанный документ: распознавание помогает искать содержимое, но текстовый слой не заменяет проверку изображения страницы. Дайте файлу название, которое понятно без его открытия, и разместите его рядом с остальными материалами по той же задаче.
Проверьте поиск с рабочего доступа другого сотрудника. Попросите его найти файл по фразе из текста, а потом открыть нужную страницу. Если он не видит результат, выясните, ищет ли хранилище внутри PDF и есть ли у сотрудника доступ к папке. Один успешный поиск на компьютере администратора ещё не показывает, как работает общий процесс.
Когда файл найден, остаётся вопрос актуальности. У старой и новой редакций инструкции могут совпадать ключевые слова, поэтому в рабочей папке нужна понятная актуальная версия. Как организовать её без путаницы в копиях, разбирается в материале об управлении версиями документов. В чат лучше отправлять ссылку на файл в хранилище с коротким пояснением, чтобы коллеги открывали одну и ту же версию (материал «Корпоративный мессенджер: регламент каналов, уведомлений и файлов»).
Какие ошибки мешают найти документ даже после распознавания?
- Распознать скан и не проверить результат. Найдите внутри PDF фразу с мелким шрифтом или важный термин: ошибка в букве сделает поиск по этому слову бесполезным.
- Заменить исходный файл без проверки. Храните исходное изображение, пока не убедитесь, что после обработки все страницы на месте и их можно прочитать.
- Назвать файлы «скан» или «документ». Добавьте в название тип материала и предмет, чтобы его можно было найти даже там, где поиск по содержимому не работает.
- Сложить разные редакции в одну папку без обозначения актуальной. Укажите, каким файлом команда пользуется сейчас, а прежние версии отделите от рабочих.
- Проверить поиск только у владельца папки. Повторите запрос с доступом сотрудника, которому документ нужен для работы.
Возьмите один PDF, который не удалось найти: откройте его и попробуйте выделить мышью слово на нужной странице. Эта проверка сразу покажет, начинать ли с распознавания скана или с настроек поиска в хранилище.
