النص العادي هو أكثر أشكال المستند قابلية لإعادة الاستخدام: يُلصق بنظافة في الرسائل والنماذج، ويغذي أدوات البحث ونصوص التحليل البرمجية، ويُفتح على أي جهاز. تستخرج أداة تحويل PDF إلى TXT طبقة النص من كل صفحة إلى ملف نصي واحد بترميز UTF-8، مع فصل الصفحات بأسطر فارغة، وتترك التنسيق والصور جانبًا.
طريقة استخدام تحويل PDF إلى TXT
- أضف ملف PDF. إذا كان مسحًا ضوئيًا، فشغّل OCR لملفات PDF أولًا.
- اختر استخراج النص.
- نزّل ملف TXT.
- افتحه في أي محرر نصوص.
ما الذي يُستخرج
يقرأ VelloDoc طبقة النص في كل صفحة بالترتيب الذي خُزّنت به في PDF ويكتبها في ملف نصي بترميز UTF-8، فتُحفظ الحروف المشكّلة والكتابات غير اللاتينية. تتتابع الصفحات يفصل بينها سطر فارغ. وعادة ما تعكس فواصل الأسطر داخل الفقرات فواصل الأسطر في الصفحة، لذا قد تنقسم الفقرة الطويلة على عدة أسطر يمكنك دمجها إن احتجت.
أين يتعثر الاستخراج
يعتمد ترتيب النص على طريقة بناء PDF. قد تتداخل الأعمدة في التخطيطات متعددة الأعمدة، وتتكرر الرؤوس والتذييلات في كل صفحة، ويظهر النص داخل الجداول سطرًا سطرًا. وبعض ملفات PDF التي تنتجها برامج غير مألوفة تخزّن الأحرف دون ربط صحيح بالحروف، فتنتج مخرجات مشوشة رغم أن الصفحة تبدو سليمة؛ وتشغيل OCR لملفات PDF ثم الاستخراج مجددًا يحل ذلك عادة. أما المسوحات فلا تنتج شيئًا حتى يضيف OCR طبقة نص.
اختيار تنسيق المخرجات
للتعديل مع الفقرات وفواصل الصفحات، أداة تحويل PDF إلى Word أنسب. وكنقطة بداية للتوثيق، تضيف أداة تحويل PDF إلى Markdown عناوين للصفحات. وإذا كنت تحتاج إلى الجداول في جدول بيانات، تقسّم أداة تحويل PDF إلى Excel الصفوف إلى خلايا. ويشرح دليل ملفات PDF القابلة للبحث لماذا لا تحتوي بعض ملفات PDF على نص لاستخراجه.
متى تُستخدم أداة تحويل PDF إلى TXT
الاقتباس من التقارير
انسخ الصياغة الدقيقة من تقرير طويل دون معاناة مع تحديد النص المزعج في PDF.
تغذية أدوات التحليل بالنص
جهّز المستندات لفهارس البحث أو عدّ الكلمات أو نصوص تحليل النصوص البرمجية التي تتوقع نصًا عاديًا.
القراءة بالتقنيات المساعدة
افتح نص المستند في تطبيق قراءة أو محرر بخط كبير يتعامل مع النص العادي أفضل من PDF.
قيود ينبغي معرفتها
تستخرج أداة تحويل PDF إلى TXT النص الموجود فقط، لذا تحتاج المسوحات إلى OCR أولًا. وقد يُعاد ترتيب التخطيطات متعددة الأعمدة، وتُضمَّن الرؤوس والتذييلات المتكررة، ويُسقط كل التنسيق والجداول والصور.
تحويل PDF إلى TXT: أسئلة شائعة
لماذا ملفي النصي فارغ؟
لا يملك ملف PDF طبقة نص، وهذا معتاد في المسوحات والصور. شغّل OCR لملفات PDF ثم استخرج مجددًا.
لماذا النص مشوش؟
بعض ملفات PDF تخزّن الأحرف دون معلومات عن الحروف التي تمثلها. تعيد أداة OCR لملفات PDF إنشاء النص من صورة الصفحة، وهذا يحل المشكلة عادة.
هل يُحفظ التنسيق؟
لا. يحتوي ملف TXT على أحرف عادية فقط، لذا يُترك الخط العريض والخطوط والجداول والصور جانبًا.
ما الترميز المستخدم؟
يُحفظ الملف بترميز UTF-8، الذي تقرؤه كل المحررات الحديثة ويدعم كل اللغات.