تحويل PDF إلى نص يعطيك الكلمات فقط، بلا تنسيق أو خطوط أو صور، في ملف .txt يُفتح في أي مكان. إنها أسرع طريقة للبحث في مستند طويل أو الاقتباس منه أو إدخاله إلى برنامج آخر. هنا يجري ذلك في متصفحك، فلا تُرفع مستنداتك أبدًا.
استخراج النص من عدة ملفات PDF
أضف مجلدًا كاملًا من التقارير أو المقالات أو كشوف الحساب. يصبح كل ملف PDF ملف .txt بالاسم نفسه، وتُحفظ معًا في ملف ZIP. يتبع النص ترتيب القراءة في كل صفحة، صفحة تلو الأخرى، بترميز UTF-8، فتظهر الحروف المشكّلة والأبجديات غير اللاتينية كما هي.
ملفات PDF الممسوحة تحتاج إلى OCR
تقرأ هذه الأداة النص المخزّن داخل ملف PDF. المستند الممسوح أو الصورة المحفوظة بصيغة PDF لا يحتوي إلا على صور للحروف، فتكون النتيجة فارغة. اختبار سريع: إذا لم تستطع تحديد كلمة في عارض PDF، فاستخدم OCR لملفات PDF، الذي يتعرف على الحروف ويعطيك ملفًا نصيًا أيضًا.
لماذا لا يُنسخ النص من بعض ملفات PDF
النسخ من عارض PDF كثيرًا ما يقطع الأسطر في منتصف الجمل، أو يخلط الأعمدة، أو يلتقط الترويسات وأرقام الصفحات. بعض ملفات PDF تمنع النسخ بكلمة مرور أذونات؛ ويمكن فتحها أولًا باستخدام فتح قفل PDF. وفي ملفات قليلة تُرسم الحروف بخطوط لا تملك خريطة أحرف سليمة، فيبدو النص المستخرج كلامًا غير مفهوم؛ وتطبيق OCR على ملف كهذا يعطي نصًا مقروءًا.
كيف تعمل الأداة
يُستخرج النص باستخدام MuPDF، وهو محرك PDF يعمل في متصفحك. يقرأ الحروف المخزّنة في كل صفحة مع مواقعها، ويرتبها بترتيب القراءة ويكتبها كنص عادي. في المرة الأولى يُنزَّل المحرك (نحو 39 MB) ويحتفظ به متصفحك. لا تُرسل ملفاتك إلى أي مكان أبدًا.
فيمَ يستخدمها الناس، ومتى لا تنجح
البحث في التقارير الطويلة والاقتباس منها، وجمع النصوص للبحث أو الملاحظات، ولصق عقد في رسالة بريد إلكتروني، وإدخال المستندات إلى أداة ترجمة أو ذكاء اصطناعي، والاحتفاظ بأرشيف نصي.
- لا يُحفظ التنسيق: لا خط عريض ولا جداول ولا صور. لذلك استخدم PDF إلى Word.
- المستندات الممسوحة لا تعطي نصًا دون OCR.
- التخطيطات المعقدة مثل الجداول والصفحات متعددة الأعمدة قد تخرج بترتيب غير متوقع.