استخرج النص من ملف PDF
أخرج نص المستند إلى ملف TXT بسيط تستطيع البحث فيه أو لصقه أو تمريره إلى برنامج آخر. وحدٌّ واضح منذ البداية: هذه الأداة تقرأ النص الموجود أصلًا في الملف، ولا تُجري OCR على المستندات الممسوحة ضوئيًا.
بلا حساب. بلا حدود لحجم الملفات من خادم. يعمل دون اتصال بمجرد تحميله.
من ملف PDF إلى ملف نصي بسيط
أفلت المستند
تُعرض الصفحات لتتأكد أنك حمّلت الملف الصحيح قبل أن تستخرج منه أي شيء.
أبقِ الصفحات التي تريد نصها فقط
احذف الباقي، فيبقى الناتج مركّزًا بدل أن يصلك جدار من النص من الغلاف إلى الملحق.
صدّر ملف TXT
يُكتب النص بترتيب الصفحات كنص عادي. لا يُعاد بناء التخطيط والجداول والأعمدة — هذه هي الكلمات لا التصميم.
ما تفعله هذه الأداة وما لا تفعله
نص عادي جاهز للصق
ملف TXT بلا ترميز ولا تنسيق، وهو ما تريده للبحث أو الاقتباس أو التمرير إلى برنامج آخر.
صريح بشأن المسح الضوئي لا غامض
لا يوجد OCR هنا. الصفحة التي ليست إلا صورة لا تعطي شيئًا — وتُخبَر بالضبط أي الصفحات عادت فارغة، بدل أن تستلم ملفًا قصيرًا بلا تفسير.
اختر الصفحات أولًا
احذف الصفحات التي لا تحتاجها قبل التصدير، فيضم ملف TXT القسم الذي كنت تبحث عنه بدل المستند كله.
المستندات السرية تبقى مكانها
يُطبَّق استخراج النص عادة على شيء يجري تحليله — عقد أو تقرير أو كشف حساب. لا يُرفع أي منها.
أسئلة شائعة حول استخراج النص من PDF
لماذا أنتج ملف PDF الممسوح ضوئيًا ملفًا فارغًا؟
لأن المسح الضوئي صورة لصفحة لا نص. يقرأ الاستخراج الطبقة النصية التي يحملها ملف PDF، والصفحة الممسوحة أو المصوَّرة ليس لها طبقة نصية. التعرف على الحروف داخل الصورة هو OCR، وهذه الأداة لا تفعله عمدًا — تُبلغ عن تلك الصفحات كفارغة بدل أن تخمّن.
كيف أعرف إن كان ملف PDF يحتوي نصًا حقيقيًا؟
افتحه في أي قارئ وحاول تحديد سطر بالمؤشر. إن تظلّل النص فسيُستخرج. وإن لم تحصل إلا على مستطيل تحديد فوق صورة، فلا شيء لتخرجه.
هل يُحفظ تخطيط المستند؟
لا. الناتج نص عادي بترتيب الصفحات. تخرج التخطيطات متعددة الأعمدة والجداول والترويسات كأسطر متتابعة، وقد تُقرأ بترتيب غير متوقع في صفحة معقدة التخطيط.
هل أستطيع استخراج النص من جزء من المستند فقط؟
نعم — احذف الصفحات التي لا تريدها قبل التصدير. لا يوجد تحديد داخل الصفحة، فأصغر وحدة هي صفحة كاملة.
هل تُعالَج الحروف المركّبة والحروف ذات العلامات بشكل صحيح؟
غالبًا. يخرج النص كما رمّزه الملف، فتُستخرج ملفات PDF المصنوعة جيدًا بنظافة. أما المستندات المنتَجة ببرامج قديمة بترميزات خطوط معطوبة فقد تعطي حروفًا غريبة، ولا يستطيع أي مستخرِج إصلاح ذلك بعد وقوعه.
هل يُرفع مستندي لاستخراج نصه؟
لا. يقرأ pdf.js الطبقة النصية داخل متصفحك ويكتب ملف TXT هناك. لا يُرسَل أي شيء إلى أي مكان، وهذا مهم لأن هذه العملية تُجرى عادة على مستندات تستحق التحليل.