📄 محول PDF إلى نص ☆

نظرة عامة

PDF إلى نص مجاني هي أداة مجانية عبر الإنترنت تستخرج كل محتوى النص من مستندات PDF إلى نص عادي. تقرأ كل صفحة من ملف PDF وتنتج النص بتنسيق نظيف وقابل للقراءة, مع الحفاظ على فقرات البنية الأساسية. تتعامل الأداة مع التخطيطات متعددة الأعمدة والجداول والتذييلات والهوامش. يمكنك نسخ النص المستخرج مباشرة أو تحميله كملف .txt. كل المعالجة تتم محلياً في متصفحك. بدون حد لحجم الملف، بدون تسجيل. مثالية لاستخراج النص من التقارير للتعديل أو نسخ الاقتباسات من أوراق البحث أو تحويل نص المستندات الممسوحة ضوئياً أو استخراج المحتوى من الكتب الإلكترونية. يحفظ الأحرف الخاصة والنصوص غير اللاتينية. يعمل على Windows وMac وLinux وiOS وAndroid.

كيف يعمل استخراج النص

يقرأ المستخرج تدفقات محتوى PDF ويعيد بناء طبقة النص بترتيب القراءة، ضامّاً الأجزاء في فقرات ومحافظاً على فواصل الأسطر. ولأنه يقرأ كائنات النص المضمّنة بدل التقاط صورة، يكون الاستخراج فورياً ويبقى الناتج قابلاً للتحديد والبحث. أما الصفحات الممسوحة بلا طبقة نص فتنتج قليلاً أو لا شيء، وتحتاج OCR أولاً. انسخ الناتج أو نزّله كملف .txt.

كيف تعمل وما تدعمه

الخاصية	السلوك
الإدخال	PDF 1.0-2.0 بصفحة أو أكثر
الإخراج	نص عادي ببنية فقرات وأسطر
الملفات الممسوحة	بلا طبقة نص لا يوجد ناتج: استخدم OCR أولاً
الكتابات	اللاتينية والعربية والسيريلية وCJK وترميزات مضمّنة أخرى
التصدير	نسخ أو تنزيل .txt
المعالجة	100% في المتصفح بدون رفع
التكلفة	مجاناً، بدون حساب وبدون حد صفحات

الخصوصية: المستند لا يغادر جهازك

التقارير والأبحاث تحتوي غالباً على مواد سرية، لذا يجري الاستخراج بالكامل في المتصفح. بلا إرسال أو تخزين، وتستمر الصفحة في العمل بلا شبكة.

الحصول على نص نظيف

• تتحول الأعمدة إلى فقرات خطية: يضيع التنسيق.
• راجع فواصل الكلمات في نهاية الأسطر بعد اللصق.
• الجداول تخرج كنص متسلسل, أبقِ PDF مرجعاً.
• للملفات الممسوحة استخدم OCR أولاً.
• احفظ ملف .txt بترميز UTF-8 للاحتفاظ بالهمزات والكتابات غير اللاتينية.

اقرأ أيضاً كل أدوات PDF للتحويل والتقسيم والضغط والتدوير.

ترتيب الاستخراج والأعمدة والترميز

يخزّن PDF النص كمحارف موضّعة، فالاستخراج مشكلة ترتيب قراءة لا نسخاً بسيطاً. ويتحول مستند بعمود واحد عادة بشكل مثالي، لكن التصاميم متعددة الأعمدة قد تشبك أسطراً من أعمدة مختلفة لأن المستخرج يتبع الترتيب الداخلي لكائنات النص لا الترتيب البصري. وتقدم معظم الأدوات وضعاً واعياً بالتخطيط يجمع المحارف في أسطر وأعمدة أولاً، فيصلح الأوراق الأكاديمية والمجلات على حساب السرعة. والجداول هي التحدي البنيوي الآخر: بلا خطوط تُتبع قد تُدمج الخلايا أو تُقسَّم خطأً، وغالباً يعمل تصدير CSV أفضل من النص العادي للصفحات الجدولية. وتضيف الطباعة فخاخاً صغيرة: قد تظهر الرباطات مثل fi وfl كمحرف واحد أو تُهمل، وقد تبقى الكلمات المقطوعة في نهاية السطر مقطوعة، وقد تحتاج علامات الاقتباس المنحنية أو الشرطات الخاصة إلى توحيد قبل استخدام النص في الكود. والترميز غالباً UTF-8، لكن ملفات PDF القديمة قد تنتج أحرفاً مشددة خاطئة. ولا تملك الصفحات الممسوحة طبقة نص، فيبقى الناتج فارغاً حتى تمرير الملف على OCR الذي يضيف أخطاءه مع الخطوط الغريبة والمسحات الرديئة. وفحصان عمليان قبل الثقة: ابحث عن الجملة الأخيرة للتأكد من عدم القطع، وانظر صفحة بأعمدة لترى هل الأسطر متشابكة. ويعمل كل شيء محلياً في متصفحك.