تحويل PDF إلى TXT
احفظ كلمات ملف PDF في ملف .txt يفتحه أي محرر أو سكربت أو أداة بحث. أما خروج النص سليمًا تمامًا فيتوقف على أمر واحد داخل ملفك: هل يحتوي على طبقة نصية حقيقية، أم على صور للصفحات فقط؟
محوّل PDF
أو أفلت ملفات PDF هنا ·
الحد الأقصى 95 MB لكل ملف· حتى 20 ملفًا· تُحذف بعد 30 دقيقة
تُعالج الملفات على خوادمنا وتُحذف بعد 30 دقيقة.
ملفات PDF الممسوحة صور للصفحات. «تلقائي» يشغّل OCR فقط على الصفحات التي بلا طبقة نصية، و«دائمًا» يفرضه على كل صفحة.
اللغة المطبوعة في المسح الضوئي. اختيار اللغة الصحيحة يحسّن الدقة بوضوح مع علامات التشكيل والكتابات غير اللاتينية.
«نص متدفق» يعيد تدفق النص في فقرات عادية سهلة التحرير. «تخطيط دقيق» يضع كل كتلة في مكانها الأصلي، فيبدو مطابقًا لكن تحريره أصعب.
مكان وضع الجداول المكتشفة في المصنف.
أرقام الصفحات أو نطاقاتها مفصولة بفواصل، مثل 1-3, 5, 8-10.
طريقة استخدام هذه الأداة
- 1
أضف ملفات PDF
اختر ملف PDF واحدًا أو حتى 20 ملفًا دفعة واحدة، بحجم أقصاه 95 MB لكل ملف. يمكن أن تضم الدفعة نفسها مستندات مكتوبة ومصدّرة وممسوحة ضوئيًا.
- 2
راجع إعدادات المسح الضوئي
الخيار التحويل إلى مضبوط مسبقًا على نص عادي. إذا كان المستند ممسوحًا ضوئيًا بلغة غير الإنجليزية، فافتح الإعدادات المتقدمة واختر اللغة ضمن لغة المستند.
- 3
حوّل الملف واحفظه
اضغط التحويل إلى نص عادي ثم نزّل كل ملف .txt، أو نزّلها جميعًا معًا في ملف ZIP.
إذا استطعت تحديد كلمة واحدة في عارض PDF فالنص موجود داخل الملف ونسخة TXT دقيقة؛ أما إذا تحددت الصفحة كلها كأنها صورة فيجب أن يقرأها OCR أولًا.
تحويل PDF إلى نص: طبقة نصية أم صفحة ممسوحة ضوئيًا
يخزّن ملف PDF المصدَّر من Word أو Google Docs أو المتصفح الحروف مع مواضعها، لذا يتطلب استخراجها قراءتها بترتيب منطقي. أما PDF الصادر من الماسح الضوئي أو كاميرا الهاتف فيخزّن صورة لكل صفحة فقط، ويجب التعرّف على نصه. وتجمع ملفات مكتبية كثيرة النوعين: رسالة مكتوبة تنتهي بصفحة توقيع ممسوحة.
يحدد التعرّف على النص (OCR) طريقة معالجة كل صفحة. تتصرف الإعدادات الثلاثة أدناه بشكل مختلف مع هذه الأنواع من الملفات، والتلقائي مناسب لمعظمها.
تُنسخ الصفحات التي تحتوي على طبقة نصية كما هي؛ وتُعرَّف الصفحات الخالية منها بحسب لغة المستند التي اخترتها.
- الأفضل للملفات المختلطة
- دون فقدان دقة في الصفحات الرقمية
يُتعرَّف على كل صفحة من صورتها حتى لو كانت تحتوي على نص. استخدمه عندما تكون الطبقة النصية الموجودة تالفة أو مليئة برموز بديلة.
- يصلح ملفات PDF ذات الخطوط غير المربوطة
- أبطأ مع الملفات الطويلة
تُقرأ الطبقة النصية الموجودة فقط. تخرج الصفحات الممسوحة فارغة، وهذا مفيد إذا أردت معرفة الصفحات التي كانت ممسوحة ضوئيًا.
- الأسرع
- ملفات PDF الرقمية فقط
أحرف مشوهة في ناتج تحويل PDF إلى نص
النص داخل PDF قائمة برموز حروف خط معين، لا حروفًا فعلية. يتضمن الملف الجيد جدول ToUnicode يحدد أي رمز يعني أي حرف. وتهمل ملفات من بعض برامج الطباعة القديمة ومولّدات التقارير المخصصة هذا الجدول، ولذلك ينتج النسخ منها رموزًا غير مفهومة مع أن الصفحة تبدو سليمة. فرض OCR هو الحل الموثوق، ويشرح تحويل PDF الممسوح إلى نص إعدادات المسح بالتفصيل.
ملف TXT بترميز UTF-8، فتبقى الحروف المشكّلة والسيريلية والعربية والديفاناغارية والصينية واليابانية والكورية سليمة. تُخزَّن الكتابات من اليمين إلى اليسار بترتيب القراءة، وهو ما تتوقعه المحررات ومحركات البحث.
فواصل الأسطر والواصلات والأعمدة والترويسات في ملف TXT
فواصل الأسطر
يعرف PDF الأسطر لا الفقرات. تُعاد الأسطر إلى فقرة حيث توحي المسافات بذلك، لكن الشعر والعناوين والشفرات البرمجية قد تحتاج إلى مراجعة يدوية.
الواصلة
الكلمة المقسومة في نهاية السطر مثل "conver-" و"sion" تُعاد غالبًا إلى كلمة واحدة. أما الواصلة الحقيقية الواقعة في نهاية السطر كما في "well-known" فقد تُفقد، فابحث عنها إذا كانت دقة الصياغة مهمة.
الأعمدة
تُقرأ المجلات ذات العمودين عمودًا بعد عمود. وقد تُدخل التخطيطات المزدحمة ذات المربعات والاقتباسات البارزة شريطًا جانبيًا بين فقرتين.
الترويسات والتذييلات
تتكرر العناوين الجارية وأرقام الصفحات وعبارات السرية في كل صفحة وتقع بين الصفحات في TXT. يزيلها البحث والاستبدال للسطر المتكرر دفعة واحدة.
صيغة المستندات المحمولة
أنشأت Adobe صيغة PDF عام 1993 وأصبحت المعيار المفتوح ISO 32000 عام 2008. تثبّت النص والخطوط والصور والتخطيط ليظهر المستند بالشكل نفسه على كل شاشة وطابعة. يمكن أن تحتوي ملفات PDF على نماذج وتواقيع وروابط ومرفقات ونص قابل للبحث، ويُستخدم النوع PDF/A للأرشفة طويلة الأمد. التخطيط الثابت يجعل تحرير PDF صعبًا، وملفات PDF الممسوحة ضوئيًا تحتوي على صور فقط ما لم يُطبَّق OCR. يفتحها كل متصفح ونظام تشغيل.
- الضغط
- –
- الشفافية
- نعم
- الحركة
- لا
- سنة الظهور
- 1993 · Adobe
TXT
نص عادي
ملف TXT لا يحتوي إلا على أحرف عادية دون تنسيق أو خطوط أو صور أو تخطيط. تُرمَّز ملفات النص الحديثة عادةً بـ UTF-8 الذي يشمل كل اللغات، وقد تستخدم الملفات الأقدم ترميزات أخرى فتظهر أحرف مشوّهة. النص العادي صغير جدًا ولا يتقادم ويُفتح على كل جهاز من الهواتف إلى الخوادم. لا يحتمل نصًا غامقًا ولا جداول ولا صورًا، فتُعبَّر البنية بالمسافات أو بترميز بسيط.
- الضغط
- –
- الشفافية
- –
- الحركة
- –
- سنة الظهور
- –
ملف .txt هو القاسم المشترك الأدنى: تقبله خطوط معالجة البيانات وفهارس البحث وأدوات الترجمة والترجمة النصية والبريد النصي العادي، بينما يحتاج PDF إلى محلّل قبل أن يتمكن أي برنامج من قراءة كلماته.
تحويل PDF إلى نص مجانًا: الملفات والأحجام واللغات
- ملفات PDF في الدفعة
- 20
- لكل ملف PDF
- 95 MB
- لغات OCR
- 34
- حتى حذف الملفات
- 30 دقيقة
أسئلة شائعة حول تحويل PDF إلى TXT
كيف أحوّل PDF إلى نص مجانًا دون تثبيت أي برنامج؟
ارفع ملف PDF في هذه الصفحة واضغط التحويل إلى نص عادي. لا حاجة إلى حساب ولا إلى تثبيت برنامج؛ يجري التحويل على خوادمنا وتُحذف الملفات بعد 30 دقيقة، كما هو موضح في آلية العمل.
لماذا يحتوي ملف TXT على رموز مثل (cid:42) أو مربعات بدلًا من الحروف؟
يستخدم ملف PDF خطًا لا يحتوي على جدول يربط رموزه بحروف Unicode، فتظهر الأشكال سليمة عند الطباعة لكنها لا تحمل معنى الحروف. اضبط التعرّف على النص (OCR) على «دائمًا»: يقرأ OCR الأشكال كصورة ويستعيد الكلمات الحقيقية في الغالب.
هل يمكنني تحويل بعض صفحات PDF فقط إلى نص؟
نعم. غيّر الصفحات المراد تحويلها إلى «صفحات محددة» واكتب نطاقًا مثل 3-7, 12. تُقرأ هذه الصفحات فقط، وهذا يسرّع أيضًا معالجة الملفات الممسوحة الطويلة.
لماذا تبدو الكلمات التي تحتوي على fi وfl غريبة بعد التحويل؟
ترسم كثير من الخطوط fi وfl وffi كرمز واحد مدمج يسمى ربطة حرفية (ligature). تعيدها معظم ملفات PDF إلى حروف منفصلة، لكن بعضها يربطها بحرف Unicode واحد مثل U+FB01، فيبدو سليمًا على الشاشة لكنه يعطّل البحث عن الحروف العادية. يحل البحث والاستبدال في محررك المشكلة.
هل يحتفظ ملف TXT بفواصل الصفحات؟
تتتابع الصفحات في ملف واحد، فلا تحصل على ملف منفصل لكل صفحة. إذا احتجت إلى ملف نصي لكل صفحة، فحوّل الصفحات في عمليات منفصلة باستخدام الصفحات المراد تحويلها.
- استخراج النص من PDFاستخرج كلمات أي ملف PDF في ملف نصي نظيف بترميز UTF-8. تُقرأ الصفحات الممسوحة بتقنية OCR، ونطاق الصفحات اختياري، ولا يُحفظ إلا النص.
- تحويل PDF الممسوح ضوئيًا إلى نصاستخرج النص من ملف PDF ممسوح ضوئيًا لا يتيح التحديد أو البحث. يقرأ OCR صورة كل صفحة ويعيد نصًا عاديًا، مع إمكانية تحديد نطاق الصفحات.
- تحويل PDF إلى Markdownحوّل PDF إلى ملف Markdown .md مع إعادة بناء العناوين والقوائم والروابط وجداول الأنابيب من النص. OCR للممسوح ضوئيًا. لـ Obsidian و Notion و LLM.
- تحويل PDF إلى Wordحوّل PDF إلى Word قابل للتعديل فعلًا: يتدفق النص في فقرات عادية، وتُقرأ الصفحات الممسوحة بتقنية OCR بـ 34 لغة، حتى 20 ملفًا دفعة واحدة.
- OCR لملفات PDFأضف طبقة نصية قابلة للبحث والتحديد إلى ملفات PDF الممسوحة، أو استخرج النص إلى Word أو TXT. 34 لغة، ونطاقات صفحات، و20 ملفًا معًا، مجانًا.
- تحويل EPUB إلى TXTاستخرج نص ملف EPUB خالٍ من DRM إلى ملف .txt عادي للبحث وعدّ الكلمات وتحويل النص إلى كلام أو التحليل، مع الحفاظ على الفقرات وحذف الوسوم والصور.