تحويل PDF إلى نص

كيف يعمل الاستخراج

يخزّن PDF النص كأوامر رسم موضّعة. تعيد هذه الأداة قراءة تلك الأوامر عبر PDF.js بترتيب القراءة وتكتبها نصًّا عاديًّا، بفاصل واضح لكل صفحة. كل ما يعرضه المستند كنص حقيقي يخرج: العناوين والفقرات والخلايا والحواشي.

النص العادي بترميز UTF-8 هو الوعاء الأوسع لما يأتي بعده: ترجمة، أو فهرسة، أو مقارنة نسختين من عقد. عادة مفيدة: استخرج أولًا ثم ابحث عن الكلمة المفتاحية — علامات الصفحات تدلّك على الصفحة الصحيحة فورًا.

حدود معلنة

الصفحات الممسوحة ضوئيًّا بلا طبقة نص: تخرج فارغة. هذا ليس خللًا — الكلمات تعيش في الصورة. استخدم أداة التعرف الضوئي التي تقرأ البكسلات.

التنسيقات المعقدة (الأعمدة، والجداول الممتدة على صفحتين) تخرج بترتيب قراءة تقريبي. والنص المرسوم كمنحنيات لا يُستخرج بأي أداة. 20 ملفًا و25 MB لكل ملف في الدفعة؛ وكل شيء في هذا التبويب.

الأسئلة الشائعة

الخصوصية من التصميم

يبقى على جهازك. لا يُرفع أي شيء. يجري التحويل داخل متصفحك: افتح تبويب الشبكة أثناء التحويل وسترى أن شيئًا لا يُرسل. لا حساب، ولا علامة مائية، ولا حد يومي.