书屿教程：扫描PDF疑似错字，分开原页图像与可检索文字核对

扫描PDF可能既有页面图像，也有可检索文字，两者未必逐字一致。一个搜索不到的名字可能是识别问题，也可能是原稿不同写法。本篇在书屿中定位与阅读，在外部笔记记录疑点，不声称应用提供OCR生成、文字层修复或原图编辑功能。所有核对只使用你有权处理的文件，并保留未经修改的原件。

准备能回查的扫描样本

选择一份有权阅读的短扫描PDF，最好包含清楚页码和一段普通正文，避免把私人证件或敏感文件拿来试验。记录标题、版本、来源、文件名、总页数与应用版本，再选一处疑似错字作为目标。若用自制样本，可在纸上写小林借来一顶纸帽并扫描，保留纸稿；是否添加可检索文字由外部工具决定，明确写在记录中。不能因为文件后缀是PDF就断定它已有文字层，也不能假设导入书屿时会自动识别扫描文字。

先确认看到的是哪一页原图

正常打开PDF，记录文件页位和印刷页码；两者不同就分别保存，例如文件第八页、印刷第五页。把目标句前后各一小段作为定位锚点，并注明栏位或图注范围。先看完整页确认阅读方向和分栏，不把相邻栏文字接成一句。必要时放大目标字，但不要只留失去上下文的单字截图。页面模糊到无法辨认时，结论应是原图无法确认，而不是识别文字一定错；可靠核对需要明确自己在比对什么。

搜索只作为文字存在性的线索

在安装版本实际可用的PDF搜索入口中，先找目标附近一个清楚、常见的词，再找疑似错字所在词。记录输入内容、是否命中、命中位置与显示片段。若没有该入口或两次都无结果，就写当前路径未取得可检索文字，不把无结果等同于原页没有这句话。选择复制等操作也只在实际可见时使用，不能要求图像型PDF必然支持。需要检查文件文字层时，可在有权限的独立PDF工具中另做核对，并清楚区分那是外部结果。

把三种文本来源分栏保存

外部笔记分别保存图像可见原文、应用或外部工具取得的文字、自己的校对转写三栏。比如原图能确认纸帽，而检索片段显示纸幅，就把两个字样原样保存，再在第三栏写疑似帽识别为幅。不要直接覆盖第二栏，让后来的人误以为文件原本就正确。原图里的旧字、异体字或作者拼写也应照录，不能按现代习惯悄悄规范化。若原图只能读出纸后面一字不明，第三栏也应保留问号，不借语言通顺替代视觉证据。

核对容易改变含义的细节

对数字、小数点、负号、人名和否定词逐个回看原图，不只检查读起来不顺的字。漏掉不字可能使句意反转，数字零与字母形状相近也可能改变编号；这些只是风险类型，不表示你的文件一定有这些错误。每个疑点附原页、行或栏位置及上下文，不把整段都标成识别失败。若同一词在另一页出现，可作为辅助对照，但不能用后一次写法强行覆盖前一次。尤其要分清原稿排印错误与文字识别错误，二者修订责任和证据并不相同。

需要修复时另存外部副本

若确需改善可检索文字，先保留原件，再在你有权限且熟悉的外部PDF工具中另存修订副本，记录工具、日期与处理范围。本篇不规定某款工具的付费功能，也不把外部修复入口写成书屿按钮。修订后先核对页面图像没有丢失、页数未变、目标文字与相邻正文一致，再按正常流程导入有明确文件名的新副本。不要覆盖唯一原件或自动假定旧书签与笔记会无损迁移；原条目和新条目身份要分别记录，必要时只用外部校对笔记辅助阅读。

结果不一致时缩小排查范围

若外部工具与书屿搜索结果不同，先确认是否同一文件版本、同一查询和同一页位，再记录各自结果，不立即诊断是哪边索引错误。若原图和两处文字都无法确认，暂缓校正，寻找质量更好的合法来源或原纸稿。不要把整本上传到陌生识别网站来解决一个字，也不发送无权分享的扫描页。能稳定复现时，使用自制最小样本反馈版本、查询、位置与可见差异；只有大书异常就明确限制，不把问题扩大为所有扫描PDF都不能搜索。

退出返回后验证证据链

退出阅读器再返回，按文件页位、印刷页码和上下文锚点重新定位疑点，核对三栏没有混写。若制作了修订副本，还要分别打开原条目与新条目，确认文件身份及目标页没有换错。最后结论写明已确认识别差异、原稿可能问题或仍无法判断，不把建议转写冒充已修改文件。完成标准是每一个校对字都能回到可见证据，搜索只是定位帮助，原图、取得文字和个人判断始终各自保留。