Filespry

استخراج النص من PDF

استخرج النص من ملف PDF لتنسخه أو تبحث فيه أو تعيد استخدامه. تعمل الأداة في متصفحك ولا يُرفع ملفك. تقرأ النص الحقيقي فقط: لا تدعم ملفات PDF الممسوحة ضوئيًا لعدم وجود OCR.

تُعالَج ملفاتك داخل متصفحك ولا تُرفع.

طريقة الاستخدام

  1. اختر ملف PDF أو اسحبه إلى المربع.
  2. فعّل الخيارات التي تريدها: إزالة الترويسات المتكررة، وربط الكلمات المقسومة، ووضع علامة على أرقام الصفحات.
  3. اضغط «استخراج النص» وانتظر حتى تُقرأ الصفحات.
  4. انسخ النص أو نزّله بصيغة .txt. ويمكنك تحريره أولًا في المربع.

ماذا تتوقع عند استخراج النص من PDF

تخزّن ملفات PDF كثيرة نصوصها كحروف حقيقية لكل منها موضع في الصفحة. يقرأ الاستخراج هذه الحروف ويعيد بناء الأسطر والفقرات من المسافات بينها. وينجح هذا جيدًا مع التقارير والمقالات والعقود المصدَّرة من معالج النصوص، ويفشل مع المسوحات الضوئية التي لا تحتوي إلا صورًا.

ولأن PDF لا يملك بنية فقرات حقيقية، فإن الأداة تخمّن: تدمج الأسطر المتقاربة وتبدأ فقرة جديدة حيث تتسع المسافة. وتبقى القوائم النقطية أسطرًا منفصلة. أما الأعمدة والجداول فهي نقطة الضعف، لأن الصفحة تُقرأ سطرًا بسطر عبر عرضها كله.

بعد الاستخراج، تصفّح النتيجة بحثًا عن انقطاعات غريبة وصحّحها في المربع الذي يعرض أيضًا عدد الكلمات والأحرف. وإن كان في الملف ترويسة أو رقم صفحة في كل صفحة فاترك خيار التنظيف مفعّلًا. وبالنسبة إلى المسح الضوئي استخدم برنامجًا فيه OCR، ثم أعد ملف PDF المعرَّف إلى هنا إن شئت.

ولا تنسَ أن النص المستخرج يخلو من التنسيق: لا خطوط ولا ألوان ولا صور. فإذا كنت تحتاج إلى المظهر نفسه فاحتفظ بملف PDF، واستعمل النص المستخرج للبحث والنسخ والاقتباس فقط.

الأسئلة الشائعة

لماذا تظهر رسالة تقول إنه لا يوجد نص؟

غالبًا لأن الملف مسح ضوئي أو صفحات مصوَّرة. هذه تحتوي صور حروف لا نصًا حقيقيًا، ولا تتوفر في الأداة تقنية OCR (التعرّف على النص)، فلا يوجد ما يُستخرج. أما ملف PDF المصدَّر من معالج نصوص فيعمل عادةً.

لماذا اختلط ترتيب النص؟

تقرأ الأداة النص بالترتيب الذي وُضع به في الصفحة. مع الأعمدة المتعددة أو الجداول أو الأشرطة الجانبية أو مربعات النص قد تتداخل أسطر من مناطق مختلفة. أفضل النتائج تأتي من المستندات القصيرة ذات العمود الواحد، ويمكنك إصلاح الباقي في المربع القابل للتحرير.

ماذا تفعل خيارات التنظيف؟

إزالة الترويسات والتذييلات المتكررة تحذف الأسطر التي تظهر أعلى نصف الصفحات على الأقل أو أسفلها، مثل العناوين وأرقام الصفحات. وربط الكلمات يصل الكلمة المقطوعة بواصلة في نهاية السطر. أما وضع العلامات فيضيف تسمية قبل كل صفحة.

هل يُرفع ملف PDF إلى خادم؟

لا. يُستخرج النص داخل متصفحك ولا يغادر ملفك جهازك. لا يمكن فتح ملفات PDF المحمية بكلمة مرور هنا، وتعتمد المستندات الطويلة جدًا على ذاكرة جهازك.

أدوات ذات صلة

  • PDF إلى JPG

    احفظ صفحات PDF بصيغة JPG أو PNG

    جديد
  • عدّاد الكلمات

    احسب الكلمات والأحرف والجمل ووقت القراءة

  • تحرير PDF

    أضف نصوصًا وصورًا وأشكالًا وتواقيع إلى PDF

    جديد
  • تقسيم PDF

    اقطع ملف PDF حسب نطاقات الصفحات أو إلى صفحات مفردة