PDF إلى نص
يحمل ملف PDF المصنوع من مستند نصًّا حقيقيًّا تقرؤه الأداة صفحة صفحة لتنسخه أو تحفظه بصيغة .txt. أما الملف الممسوح ضوئيًا فلا طبقة نص فيه ويحتاج إلى OCR. ملفات حتى 50 ميغابايت ولا يُرفع شيء.
طريقة الاستخدام
- أفلت ملف PDF في المربع أو اضغط عليه لاختيار ملف (حتى 50 ميغابايت). يظهر عدد الصفحات.
- اترك حقل الصفحات فارغًا لقراءة الكل، أو اكتب نطاقًا مثل 1-3,5. فعّل خانة علامة الصفحة إن أردت سطرًا مثل --- 3 --- قبل كل صفحة.
- اضغط استخراج النص. يظهر النص في الصندوق ويمكنك تعديله هناك. انسخه أو احفظه كملف .txt.
طريقة الحساب
تحمل معظم ملفات PDF المصنوعة من مستند أو صفحة ويب أو جدول بيانات نصها على هيئة أحرف حقيقية لها موضع في الصفحة. تقرأ الأداة هذه الأحرف وتصل القطع الواقعة على السطر نفسه، وتبدأ سطرًا جديدًا عندما يتغير الارتفاع.
تتحول المسافة الأكبر بين السطور إلى سطر فارغ فتبقى الفقرات منفصلة. تُقرأ الأعمدة والجداول والترويسات بالترتيب الذي يحفظه الملف، لذا قد تحتاج التخطيطات المعقدة إلى بعض الترتيب.
ملف PDF الممسوح ضوئيًا مجرد صورة لنص وليس فيه أحرف تُقرأ، فتكون النتيجة فارغة. في هذه الحالة حوّل الصفحات إلى صور أولًا واستخدم أداة استخراج النص من الصور. يُقرأ النص بمكتبة pdf.js داخل متصفحك ولا يُرسل إلى أي خادم.
أسئلة شائعة
هل يُرفع ملف PDF الخاص بي؟
لا. يُقرأ الملف داخل علامة تبويب المتصفح هذه. لا رفع ولا حساب ولا نسخة محفوظة في مكان آخر.
لماذا النتيجة فارغة أو مليئة برموز غريبة؟
النتيجة الفارغة تعني عادة أن الملف ممسوح ضوئيًا أي صورة لنص. تظهر الرموز الغريبة حين يحفظ الملف النص بخط خاص بلا ربط نصي. في الحالتين تناسب أداة استخراج النص من الصور (OCR) أكثر.
لماذا تختلط الأعمدة والجداول؟
يحفظ ملف PDF مكان كل قطعة نص وليس ترتيب القراءة. تتبع الأداة ترتيب الملف وسطور الصفحة، لذا قد تخرج الصفحات متعددة الأعمدة والجداول بترتيب يخالف ما تقرؤه.
هل تبقى الخطوط والتنسيق؟
لا. تحصل على نص عادي فقط، ويُستبعد الخط العريض والأحجام والألوان والصور.
لماذا تظهر رسالة أن الملف محمي بكلمة مرور؟
الملف مشفّر ولا يُفتح دون كلمة المرور. افتحه في عارض PDF وأزل كلمة المرور (احفظه أو اطبعه إلى ملف PDF جديد) ثم أضف تلك النسخة هنا.