PDF إلى نص

كيفية الاستخدام

1. اختر ملف PDF أو أفلته.
2. حدد ما إذا كان يجب أن تبدأ كل صفحة بعنوان مثل "--- صفحة 3 ---".
3. اختر استخراج النص وانتظر حتى تتم قراءة جميع الصفحات.
4. انسخ النص أو نزّله كملف .txt بترميز UTF-8.

كيف تعمل الأداة

ملفات PDF التي أُنشئت من معالج نصوص أو موقع ويب أو معظم البرامج الأخرى تحتوي على طبقة نصية: الأحرف ومواضعها. تقرأ الأداة هذه الطبقة صفحةً صفحةً باستخدام pdf.js وتحوّلها إلى أسطر نصية عادية. لا يتم الاحتفاظ بالخطوط أو الأحجام أو الألوان أو الصور أو الجداول؛ تظهر خلايا الجداول كنص مفصول بمسافات أو فواصل أسطر.

ترتيب القراءة يتبع الترتيب المخزّن في PDF، وهو عادة الترتيب المرئي. قد تظهر التخطيطات متعددة الأعمدة والحواشي ومربعات النص بتسلسل غير متوقع، وتبقى الكلمات المنتهية بواصلة في نهايات الأسطر مفصولة.

المستندات الممسوحة ضوئيًا والصور المحفوظة بصيغة PDF تحتوي على صور نصية فقط ولا طبقة نصية لها، لذا لا يمكن استخراج أي شيء. تكتشف الأداة ذلك وتوجّهك إلى OCR (التعرف الضوئي على الحروف)، الذي يقرأ النص من الصور. يستخدم النص في بعض ملفات PDF خطوطًا بدون خريطة أحرف صحيحة؛ قد يظهر هذا النص كرموز غير مقروءة.

ملفات PDF التي تتطلب كلمة مرور لفتحها لا يمكن قراءتها. أما ملفات PDF التي فيها قيود نسخ فقط فتُقرأ، لذا احترم حقوق مالك المستند.

أمثلة

الأسئلة الشائعة

الخصوصية

يُفتح ملف PDF ويُقرأ في متصفحك باستخدام pdf.js. لا يُرفع الملف ولا النص المستخرج ولا يُخزَّنان ولا يُدرجان في التحليلات؛ بل يُسجَّل فقط حدث مجهول يفيد بأن الأداة استُخدمت.