Você procura no seu Mac uma palavra que tem certeza de que aparece num documento digitalizado no ano passado. O Spotlight não devolve nada. Você tenta outra palavra. Nada de novo. Começa a achar que o arquivo corrompeu, ou que o índice precisa ser reconstruído.
O arquivo está bem e o índice está bem. Simplesmente não há nada naquele documento para o Spotlight ler.
Duas coisas bem diferentes se chamam PDF.
Um PDF que saiu do Word, ou do “Salvar como PDF” do navegador, contém texto como texto. Os caracteres estão guardados como caracteres. O Spotlight lê, indexa e encontra.
Um PDF que saiu de um scanner, da câmera do celular ou de um app de digitalização é a fotografia de uma página embrulhada num contêiner PDF. Não há caracteres ali. Há pixels arranjados em forma de caracteres, o que para um computador é uma coisa completamente diferente.
O Spotlight não está falhando em ler as palavras. Não há palavras. Ele indexou o arquivo corretamente, e o arquivo contém uma imagem.
Abra o documento no Pré-Visualização e arraste o cursor sobre uma linha de texto. Se as palavras ficarem marcadas, existe camada de texto. Se você só desenhar um retângulo sobre a página, não existe.
Para checar uma pasta inteira de uma vez, no Terminal:
for f in *.pdf; do
strings "$f" | grep -qm1 "/Type/Font" || echo "sem camada de texto: $f"
doneUm PDF com texto de verdade carrega objetos de fonte dentro. A fotografia de uma página não carrega nenhum, então tudo o que isso imprimir é uma digitalização que nenhuma busca do seu Mac consegue ler. Rode na sua pasta de documentos e conte as linhas. Para a maioria das pessoas, o número surpreende.
Uma ressalva, para você não confiar mais do que deve: alguns PDFs comprimem a própria estrutura interna e podem ser reportados como sem texto mesmo tendo. O teste no Pré-Visualização, lá em cima, é o que nunca mente. Use o comando para uma contagem grosseira, não para dar veredito sobre um arquivo.
É a solução clássica. Um programa de reconhecimento de texto lê a imagem e escreve o texto reconhecido de volta no PDF, como uma camada invisível exatamente sobre o desenho de cada palavra. O documento fica idêntico e passa a se comportar como um PDF normal: o Spotlight indexa, o Pré-Visualização deixa selecionar e copiar, e a busca funciona em todo o Mac.
A maioria dos softwares de scanner faz isso se você ligar a opção — e vale ligar antes de digitalizar as próximas mil páginas. Aplicativos dedicados se saem melhor com originais difíceis.
O problema: só ajuda os arquivos que você processar. As digitalizações que já estão no seu Mac continuam invisíveis até você voltar e passar todas de novo, que é aquele tipo de tarefa que nunca acontece.
O macOS sabe ler imagens de fábrica. No app Atalhos existe a ação Extrair Texto da Imagem, que roda no seu Mac, sem conta e sem enviar nada — o mesmo reconhecimento que move o Texto ao Vivo quando você seleciona palavras numa foto.
Dá para montar um atalho que recebe uma imagem e devolve o texto dela, e daí fazer o que quiser. É gratuito e é local. Prático para um documento avulso; cansativo como resposta para uma pasta com seiscentos.
Em vez de mexer nos seus arquivos, um aplicativo pode ler cada documento uma vez, guardar o texto reconhecido no próprio índice e buscar ali. Nada é escrito de volta no PDF, e a busca fica instantânea porque a leitura já aconteceu.
É o caminho de gerenciadores de documentos como o DEVONthink, e é o caminho que segui no Tidy. A diferença entre eles costuma estar em onde os documentos precisam morar: algumas ferramentas exigem importar tudo para a biblioteca delas, outras leem seus arquivos onde eles já estão.
Essa distinção pesa mais do que parece. Se a ferramenta fica com os seus documentos, sair dela é uma migração. Se ela apenas os lê, sair é arrastar o app para o Lixo, e suas pastas continuam exatamente como estavam.
Se o seu problema é daqui para a frente, ligue o reconhecimento de texto no que quer que digitalize seus documentos. É a solução mais limpa e melhora os arquivos para sempre, independente de qualquer app.
Se o seu problema é a pilha que você já tem, um índice é mais rápido, porque não pede para reprocessar e salvar de novo milhares de arquivos. E escolha o que escolher, cheque primeiro se as suas digitalizações têm camada de texto: se tiverem, nada disso é o seu problema e o que está errado é outra coisa.
O app que eu faço se chama Tidy. Ele lê o que está dentro das suas imagens e dos seus PDFs digitalizados com o reconhecimento de texto do próprio aparelho, dá a cada arquivo um nome tirado do conteúdo e deixa você buscar dentro deles de qualquer lugar com um atalho de teclado — inclusive nas digitalizações que o Spotlight não enxerga. Seus arquivos ficam onde estão, nas próprias pastas. US$ 9, pagamento único, sem assinatura, macOS 14 ou superior, e nada sai do seu Mac.
Também vale a leitura: Renomear PDFs digitalizados · Organizar a pasta Downloads · Tidy e Hazel, lado a lado
Este artigo em: English · Español · Deutsch · Français · Português