DOCX سے TXT کنورٹر
Word دستاویز سے صرف الفاظ نکالیں۔ کنورٹر ایک صاف .txt فائل اسی انکوڈنگ اور لائن اینڈنگ میں بناتا ہے جس کی آپ کے اگلے پروگرام کو ضرورت ہے، تاکہ وہ سرچ ٹولز، ترجمہ سافٹ ویئر، اسکرپٹس یا چیٹ ونڈو میں فوراً استعمال ہو سکے۔
دستاویز کنورٹر
یا PDF, DOC, DOCX … فائلیں یہاں ڈراپ کریں ·
زیادہ سے زیادہ 95 MB فی فائل· 20 فائلوں تک· 30 منٹ بعد حذف
فائلیں ہمارے سرورز پر پروسیس ہوتی ہیں اور 30 منٹ بعد حذف ہو جاتی ہیں۔
150 DPI A4 صفحے کو تقریباً 1240 × 1754 px بناتا ہے۔ پرنٹنگ کے لیے 300 استعمال کریں۔
پوری فائل یا صرف کچھ صفحات یا سلائیڈز تبدیل کریں (PDF اور پریزنٹیشن ان پٹ)۔
تبدیل کرنے کے صفحات یا سلائیڈز، مثلاً 1-3, 5, 8-10۔
UTF-8 ہر زبان کے لیے کام کرتا ہے۔ اگر Windows پر Excel یا Notepad میں حروف بگڑے نظر آئیں تو BOM کے ساتھ UTF-8 چنیں؛ پرانی انکوڈنگز صرف پرانے سافٹ ویئر کے لیے۔
macOS، Linux اور کوڈ ایڈیٹرز کے لیے LF؛ پرانے Windows پروگراموں جیسے کلاسک Notepad کے لیے CRLF۔
کاما معیاری ہے۔ ان ممالک میں Excel کے لیے سیمی کولن استعمال کریں جہاں اعشاریہ کاما سے لکھا جاتا ہے (جرمنی، فرانس، برازیل)۔
کئی شیٹس والا Excel ان پٹ: سب تبدیل کریں (ہر شیٹ کا ایک سیکشن یا فائل) یا صرف پہلی۔
اس ٹول کو استعمال کرنے کا طریقہ
- 1
اپنی DOCX فائلیں اپ لوڈ کریں
ایک دستاویز یا زیادہ سے زیادہ 20 دستاویزات کا مجموعہ شامل کریں، ہر ایک 95 MB تک۔ پرانی .doc، .docm اور .dotx فائلیں بھی قبول کی جاتی ہیں۔
- 2
انکوڈنگ اور لائن اینڈنگ منتخب کریں
اس میں تبدیل کریں میں Plain text ہے اور فارمیٹنگ صرف ٹیکسٹ پر ہے۔ اعلیٰ سیٹنگز میں ٹیکسٹ انکوڈنگ کو UTF-8 پر رہنے دیں، جب تک کسی پرانے پروگرام کو کوڈ پیج درکار نہ ہو، اور کلاسک Windows ٹولز کے لیے سطر کا اختتام میں CRLF منتخب کریں۔
- 3
TXT میں تبدیل کریں
Plain text میں تبدیل کریں ← دبائیں اور ہر دستاویز کی ایک .txt فائل ڈاؤن لوڈ کریں، یا سب کو ایک ZIP میں ڈاؤن لوڈ کریں۔
Word فائل اپ لوڈ کریں، فارمیٹنگ کو صرف ٹیکسٹ پر رکھیں اور Plain text میں تبدیل کریں ← دبائیں، آپ کو ہر لفظ کے ساتھ ایک .txt ملے گی، UTF-8 میں جب تک آپ کوئی اور انکوڈنگ منتخب نہ کریں۔
Word دستاویز سے سادہ ٹیکسٹ کیوں نکالیں
DOCX فائل XML حصوں کا ایک ZIP آرکائیو ہے۔ الفاظ word/document.xml میں رَن اور پیراگراف ٹیگز میں لپٹے ہوتے ہیں، اور ساتھ اسٹائل شیٹس، نمبرنگ کی تعریفیں، تصاویر اور تعلقات ہوتے ہیں۔ جن پروگراموں کو صرف متن چاہیے انہیں پہلے یہ سب کھولنا پڑتا ہے، اور کئی تو فائل قبول ہی نہیں کرتے۔
یہیں سادہ ٹیکسٹ کام آتا ہے۔ جو محققین انٹرویوز کو ٹیکسٹ اینالیسس ٹول میں لوڈ کرتے ہیں، حروف کی گنتی پر کوٹ دینے والے مترجم، دستاویزات اسکرپٹ کو دینے والے ڈیولپرز اور کانٹینٹ سسٹم میں کاپی چسپاں کرنے والے ایڈیٹرز، سب کو بغیر لپیٹ کے الفاظ چاہییں۔ Word یہ ایک وقت میں ایک فائل کے لیے Save As اور اپنے File Conversion ڈائیلاگ سے کر سکتا ہے؛ کنورٹر یہی پوری کھیپ کے لیے کرتا ہے اور انکوڈنگ ایک بار سیٹ کرنے دیتا ہے۔
دوسرے ذرائع کا متن بھی اسی طرح ہوتا ہے: HTML سے TXT محفوظ کیے ہوئے ویب صفحات صاف کرتا ہے، اور سلائیڈ ڈیکس کا اپنا الگ راستہ ہے۔
اپنی TXT فائل کے لیے انکوڈنگ اور لائن اینڈنگ کا انتخاب
ڈیفالٹ اور تقریباً ہر کام کے لیے درست انتخاب۔ یہ ہر رسم الخط کو سنبھالتا ہے، اعراب والے لاطینی سے لے کر Hangul اور ایموجی تک، اور ویب ٹولز، Git، Python اور جدید ایڈیٹرز یہی توقع کرتے ہیں۔
- Windows Notepad، Windows 10 ورژن 1903 سے ڈیفالٹ طور پر BOM کے بغیر UTF-8 محفوظ کرتا ہے
- macOS، Linux اور کوڈ کے لیے LF سطری اختتام کے ساتھ استعمال کریں
UTF-8 کے ساتھ فائل کے آغاز میں تین مارکر بائٹس۔ جب کوئی Windows پروگرام اعراب والے حروف کو é یا اس جیسے الٹے سیدھے حروف میں دکھائے تو اسے استعمال کریں۔
- کچھ Unix ٹولز BOM کو ایک فالتو حرف کے طور پر دکھاتے ہیں
- کلاسک Windows سافٹ ویئر کے لیے CRLF کے ساتھ استعمال کریں
Windows-1252، ISO-8859-1، Shift_JIS، GB18030 اور EUC-KR اس سافٹ ویئر کے لیے ہیں جو Unicode سے پہلے لکھا گیا۔ منتخب کوڈ پیج سے باہر کے حروف محفوظ نہیں کیے جا سکتے۔
- صرف تب منتخب کریں جب کوئی پروگرام واضح طور پر اس کا تقاضا کرے
- نیز .docm اور .dotx
- .docx .doc
- منتخب کرنے کے لیے ٹیکسٹ انکوڈنگز
- 8
- سطری اختتام کے انداز
- LF / CRLF
- فائلیں حذف ہونے تک
- 30 منٹ
DOCX
Microsoft Word دستاویز
DOCX، Office 2007 سے Microsoft Word کا طے شدہ دستاویزی فارمیٹ ہے، جو Office Open XML معیار (ECMA-376، ISO/IEC 29500) پر مبنی ہے۔ یہ XML فائلوں کا ZIP پیکیج ہے جس میں ٹیکسٹ، اسٹائلز، تصاویر، جدولیں، تبصرے اور ٹریک شدہ تبدیلیاں ہوتی ہیں۔ دفاتر، اسکولوں اور ملازمت کی درخواستوں میں قابل ترمیم دستاویزات کے لیے یہ سب سے عام فارمیٹ ہے۔ Word، Google Docs، LibreOffice اور Pages کے درمیان لے آؤٹ تھوڑا بدل سکتا ہے، خاص طور پر پیچیدہ فارمیٹنگ میں۔ زیادہ تر ورڈ پروسیسرز DOCX فائلیں کھول لیتے ہیں۔
- کمپریشن
- –
- شفافیت
- –
- اینیمیشن
- –
- متعارف ہونے کا سال
- 2007 · Microsoft
TXT
سادہ متن
TXT فائل میں صرف سادہ حروف ہوتے ہیں، بغیر فارمیٹنگ، فونٹس، تصاویر یا لے آؤٹ کے۔ جدید ٹیکسٹ فائلیں عموماً UTF-8 میں انکوڈ ہوتی ہیں جو ہر زبان کا احاطہ کرتا ہے، البتہ پرانی فائلیں دوسری انکوڈنگز استعمال کر سکتی ہیں اور بگڑے ہوئے حروف دکھا سکتی ہیں۔ سادہ متن بہت چھوٹا ہوتا ہے، کبھی متروک نہیں ہوتا اور فون سے لے کر سرور تک ہر ڈیوائس پر کھلتا ہے۔ اس میں بولڈ متن، جدول یا تصاویر نہیں رکھی جا سکتیں، اس لیے ساخت کو وقفوں یا سادہ مارک اپ سے ظاہر کرنا پڑتا ہے۔
- کمپریشن
- –
- شفافیت
- –
- اینیمیشن
- –
- متعارف ہونے کا سال
- –
DOCX کو TXT میں تب بدلا جاتا ہے جب اگلے مرحلے کے لیے صرف الفاظ اہم ہوں: کورپس یا سرچ انڈیکس، حروف گننے والا ترجمے کا کوٹ، سطریں پارس کرنے والا اسکرپٹ، یا ایسا فارم فیلڈ جو سادہ ٹیکسٹ کے سوا کچھ قبول نہیں کرتا۔
TXT فائل آپ کی DOCX سے کیا چھوڑ دیتی ہے
- Plain textTXT · text/plain
- صرف حروف اور سطری وقفوں پر مشتمل فائل، جس میں فونٹس، سائز، رنگ، تصاویر یا صفحے کی ترتیب نہیں ہوتی۔ اس کا مفہوم مکمل طور پر اس انکوڈنگ پر منحصر ہے جس سے بائٹس کو واپس حروف بنایا جاتا ہے۔
ہر بصری چیز ختم ہو جاتی ہے: بولڈ، ترچھا، فونٹس، صفحے کے وقفے، ہیڈرز، کالم، تصاویر اور چارٹس۔ نمبر والی اور بلٹ والی فہرستیں اپنے الفاظ رکھتی ہیں، پیراگراف اپنی ترتیب رکھتے ہیں اور سطری وقفوں سے الگ رہتے ہیں۔ تصاویر شامل کریں آن کر کے تصاویر کو متن کے ساتھ فائلوں کی صورت میں رکھا جا سکتا ہے، جو TXT کے ساتھ ZIP میں بندھ جاتی ہیں۔
DOCX سے TXT کے بارے میں سوالات
کیا ٹیکسٹ فائل میں ٹریک چینجز کا حذف شدہ متن بھی شامل ہوتا ہے؟
نہیں۔ جب تبصرے شامل کریں بند ہو تو آپ کو دستاویز اس شکل میں ملتی ہے جیسی تمام تبدیلیاں قبول کرنے کے بعد دکھائی دیتی ہے: اضافے شامل ہوتے ہیں، حذف شدہ حصے نکل جاتے ہیں اور تبصروں کے غبارے چھوڑ دیے جاتے ہیں۔ یہ آپشن صرف تب آن کریں جب آپ چاہتے ہوں کہ جائزہ لینے والوں کے تبصرے متن میں لکھے جائیں۔
Word دستاویز کے ٹیبلز کا کیا ہوتا ہے؟
ہر ٹیبل قطار متن کی ایک سطر بن جاتی ہے جس میں خانوں کا مواد پڑھنے کی ترتیب میں ہوتا ہے۔ اس سے ہر لفظ محفوظ رہتا ہے مگر گرڈ ختم ہو جاتا ہے، اس لیے جو دستاویز زیادہ تر ٹیبلز پر مشتمل ہو اس کے لیے DOCX سے HTML بہتر ہے، جو انہیں اصل ٹیبلز کے طور پر رکھتا ہے۔
پرانے Windows پروگرام کے لیے کون سی انکوڈنگ منتخب کروں؟
پہلے UTF-8 with BOM آزمائیں؛ یہ تین مارکر بائٹس کئی Windows پروگراموں کو بتا دیتے ہیں کہ فائل UTF-8 ہے۔ اگر پروگرام Unicode سے پہلے کا ہے تو مغربی یورپی متن کے لیے Windows-1252، جاپانی کے لیے Shift_JIS، چینی کے لیے GB18030 یا کوریائی کے لیے EUC-KR منتخب کریں۔
AI اسسٹنٹ یا ترجمہ ٹول میں پیسٹ کرنے سے پہلے TXT میں تبدیل کیوں کریں؟
Word سے کاپی کرنے پر الفاظ کے ساتھ چھپی ہوئی فارمیٹنگ، اسمارٹ کوٹس، سافٹ ہائفن اور غیر مرئی فیلڈ کوڈز بھی آ سکتے ہیں۔ سادہ ٹیکسٹ فائل ٹول کو صفحے پر موجود بالکل وہی حروف دیتی ہے، اور اس کی حروف کی گنتی وہی ہوتی ہے جو ترجمے کا کوٹ یا ٹوکن کی حد دیکھے گی۔
کیا ہیڈنگز کو کسی طرح نشان زد رکھا جا سکتا ہے؟
سادہ ٹیکسٹ میں ہیڈنگز نہیں ہوتیں، صرف سطریں ہوتی ہیں۔ اگر ہیڈنگز پہچانی جانی چاہئیں تو اس کی جگہ Markdown میں تبدیل کریں؛ DOCX سے Markdown انہیں # والی سطروں کی صورت میں لکھتا ہے جو متن کے طور پر بھی فطری طور پر پڑھی جاتی ہیں۔