استخراج النص من PDF
اسحب الكلمات من PDF كنص عادي، دون إرسال المستند إلى أي مكان.
- يعمل على جهازك — لا يُرسل الملف إلى أي مكان
- دون تسجيل، ودون علامات مائية، ودون حصص يومية
- مجاني، دون حد لعدد مرات الاستخدام
كيف يعمل
يحمل PDF الذي يحتوي على نص حقيقي الأحرف نفسها، موضوعةً على الصفحة. وتقرؤها هذه الأداة بترتيب الصفحات وتكتبها في ملف نصي عادي — وهذا مفيد للاقتباس والبحث وعدّ الكلمات، أو لتغذية مستند إلى شيء لا يستطيع قراءة PDF.
ملفات PDF النصية والممسوحة ضوئيًا شيئان مختلفان
إذا أُنتج PDF بواسطة معالج نصوص أو تصدير، فنصه مخزَّن كنص ويعمل الاستخراج. وإذا أُنتج بماسح ضوئي أو كاميرا هاتف، فكل صفحة صورة لمستند — لا توجد أحرف لاستخراجها، بل بكسلات فقط. وقراءتها تحتاج OCR، وهذه الأداة لا تحاوله عن قصد. وهي تخبرك عندما لا تجد شيئًا بدلًا من أن تسلّمك ملفًا فارغًا دون تفسير.
التخطيط لا يبقى
يخزّن PDF النص كقطع موضوعة عند إحداثيات لا كفقرات. ويعيد الاستخراج بناء الأسطر بتجميع القطع عند الارتفاع نفسه، وهذا ينجح جيدًا مع النثر العادي وضعيفًا مع التخطيطات متعددة الأعمدة والجداول والأشرطة الجانبية، حيث قد يخرج ترتيب القراءة مشوشًا.
علامات الصفحات
تُسبق كل صفحة بعلامة لتعرف أين تنتهي واحدة وتبدأ التالية. أزلها بالبحث والاستبدال إن أردت نثرًا متصلًا.
استخراج النص من PDF — أسئلة
لماذا الملف المستخرج فارغ؟
من شبه المؤكد أن PDF مسح ضوئي. فصفحاته صور لا نص، فلا توجد أحرف لاستخراجها. وقراءتها تتطلب OCR، وهذه الأداة لا تفعل ذلك.
هل يُرفع ملف PDF الخاص بي؟
لا. يعمل الاستخراج في متصفحك باستخدام PDF.js من Mozilla. ولا يغادر المستند جهازك أبدًا.
هل يحافظ على التنسيق؟
لا. تحصل على نص عادي. فـ PDF يخزّن النص كقطع موضعة لا كفقرات، لذا قد تخرج الأعمدة والجداول خصوصًا بترتيب غير متوقع.