PVPDF Vision
تسجيل الدخولابدأ مجانًا
استخراج النص

استخراج النص من ملف PDF

احصل على النص الخام لمستند في ملف بسيط يمكنك البحث فيه أو لصقه أو مقارنته أو تمريره إلى برنامج آخر.

استخراج النص من ملف PDF عبر الإنترنت

استخراج النص هو ما تحتاجه حين يكون التنسيق عائقًا: تريد الكلمات نفسها، للبحث فيها، أو لصقها في سكربت، أو مقارنة نسختين، أو تمريرها إلى أداة لا تقرأ إلا النص العادي. يقرأ PDF Vision المستند على الخادم باستخدام Poppler — محرك pdftotext نفسه المستخدم على نطاق واسع في Linux — ويعيد نص كل صفحة على حدة إضافة إلى كتلة واحدة مجمّعة، قابلة للتنزيل كملف .txt. الشرط المهم أن يحتوي ملف PDF فعلًا على نص. الملف الذي أنتجه Word أو برنامج محاسبة أو تصدير من موقع ويب يحتوي على نص. أما المسح الضوئي فلا: إنه صورة لكلمات، ولن يجد أي مستخرِج حروفًا لم تُكتب في الملف أصلًا. حين تعود النتيجة فارغة أو شبه فارغة، فهذا هو السبب — وتخبرك الأداة بذلك وتوجّهك إلى OCR الذي يتعرّف أولًا على الحروف في الصورة. الملفات حتى 10 ميغابايت و100 صفحة، وتُعالَج على خوادمنا، لذا يلزم حساب.

كيف تعمل

  1. ارفع ملف PDF

    حتى 10 ميغابايت و100 صفحة. يجب أن يكون نص المستند قابلًا للتحديد — إن كنت تستطيع تظليل كلمة في قارئ PDF، فسيُستخرج نصه.

  2. قراءة النص

    يقرأ Poppler المستند على الخادم ويعيد نص كل صفحة منفصلًا، إضافة إلى كتلة واحدة مجمّعة.

  3. نزّل ملف .txt

    احفظ ملف النص العادي، أو انسخ ما تحتاجه مباشرة من الصفحة.

لماذا تستخدمها

نص عادي، لا إعادة تنسيق

التحويل إلى Word يحاول إعادة بناء التصميم وقد يغيّر ترتيب العناصر. أما الاستخراج فيعطيك الكلمات كما هي، وهذا ما يحتاجه فعلًا سكربت أو بحث أو مقارنة.

صفحة بصفحة وكاملًا أيضًا

تُعاد كل صفحة على حدة، فيمكنك الاقتباس من صفحة محددة أو معالجة المستند صفحة بصفحة بدل فكّ تشابك كتلة طويلة واحدة.

يخبرك حين يكون الملف ممسوحًا ضوئيًا

النتيجة الفارغة تُشخَّص بدل أن تبقى لغزًا: المستند الذي لا يحتوي على طبقة نص يُشار إليه، وتُوجَّه إلى OCR بدل تكرار المحاولة نفسها.

الأسئلة الشائعة

لم يخرج شيء، أو خرج القليل جدًا. لماذا؟
على الأرجح لأن ملف PDF ممسوح ضوئيًا. الصفحة الممسوحة صورة لكلمات، لا كلمات: لا توجد في الملف حروف يمكن لأي مستخرِج أن يجدها. تشغيل OCR أولًا يتعرّف على الحروف في الصورة وينشئ طبقة نص، وبعدها يعمل الاستخراج بشكل طبيعي.
هل يُحافَظ على التنسيق؟
لا، وهذا هو المقصود. تحصل على النص لا على التصميم — لا أعمدة ولا حدود جداول ولا خطوط. إن كنت تريد أن يبقى المستند مستندًا، فحوّله إلى Word. وإن كنت تحتاج إلى الكلمات لبحث أو سكربت أو مقارنة، فالاستخراج هو الأداة المناسبة.
ما هي الحدود؟
الملفات حتى 10 ميغابايت و100 صفحة. يُعاد نص كل صفحة منفصلًا ومجمّعًا أيضًا، والتنزيل ملف .txt عادي.
هل تُستخرج الجداول كجداول؟
لا. يتحول الجدول إلى النص الذي يحتويه، بترتيب القراءة، دون الشبكة. وللحفاظ على الصفوف والأعمدة كخلايا، استخدم أداة تحويل PDF إلى Excel التي تعيد بناء بنية الجدول بدل تسطيحها.
هل أحتاج إلى حساب؟
نعم — يعمل الاستخراج على خوادمنا، لذا يتطلب تسجيل الدخول. إنشاء الحساب مجاني.