نسخ النص من ملف PDF

طبقة النص: الشيء الذي تبحث عنه

الملف الذي صُدّر من برنامج كتابة أو جداول يحمل طبقة نص حقيقية، والأداة تقرأها وتعيد بناء الأسطر وترتيب القراءة. أما الصفحة الممسوحة بالماسح أو المصورة بالجوال فهي صورة فقط، بلا أي نص مخزن. الأداة لا تقرأ الصور، فهي لا تستخدم التعرف الضوئي على الحروف، وتخبرك بذلك صراحة بدل أن تعطيك صفحة فارغة.

الطريقة

1. افتح استخراج النص من PDF واختر ملف PDF.
2. حدد نطاق الصفحات إن احتجت، واختر نصًا لكل صفحة أو كتلة واحدة مجمعة.
3. اضغط «استخراج النص»، واقرأ التنبيهات عن الصفحات التي لا نص فيها.
4. انسخ النص أو نزّله كملف .txt.

النص العربي: اقرأه قبل أن تعتمد عليه

شكل العربية المستخرجة يعتمد على البرنامج الذي أنشأ الملف. بعض الملفات تعود نظيفة تمامًا، وبعضها يعود بترتيب بصري أو بحروف مفككة. في ملف الاختبار الخاص بنا خرجت «تجرييب» بدل «تجريبي»، و«لالختبار» بدل «للاختبار». لذلك راجع النص دائمًا قبل استخدامه في مستند رسمي.

حدود يجب أن تعرفها

• الجداول تفقد أعمدتها: كل صف يصبح سطرًا واحدًا مع مسافات بين الخلايا.
• الأعمدة المتجاورة والحواشي قد تختلط في المستندات المعقدة.
• الخطوط والألوان والصور لا تُستخرج.
• الحد المختبر: ملف حتى 100 ميغابايت و500 صفحة. الملفات المحمية بكلمة مرور تُرفض.

بعد النسخ، إن ظهرت مسافات زائدة أو أسطر فارغة كثيرة، نظفها عبر تنظيف المسافات. وإن احتجت الصفحة كما تبدو لا نصها، حوّلها إلى صورة عبر تحويل PDF إلى صور.