تحويل PDF إلى نص — حتى ملفات PDF الممسوحة (OCR)
استخرج النص العادي من أي ملف PDF: تُقرأ الصفحات النصية مباشرة، والصفحات الممسوحة بالتعرّف الضوئي OCR. يعمل في متصفحك ولا يُرفع شيء. انسخه أو نزّله بصيغة TXT أو Word.
جارٍ تحميل الرمز المطلوب لهذه الأداة فقط…
الدقة التي قسناها
شغّلنا هذه الأداة على صور اختبار من إعدادنا (من دون أي ملفات للعملاء) وقارنّا الناتج بالنص المعروف. يحسب معدل الخطأ في الحروف الحروفَ الخاطئة والناقصة والزائدة؛ و0% يعني أن كل حرف كان صحيحًا.
| صورة الاختبار | اللغة | الأخطاء | إعدادات المحرك الافتراضية | الوقت | محاكاة الهاتف |
|---|---|---|---|---|---|
| PDF محفوظ من معالج نصوص (بطبقة نص) | الإنجليزية | 0% | — | 1.3 ث | 2.7 ث |
| صفحة من عمودين ممسوحة ضوئيًا ومحفوظة PDF | الإنجليزية | 0% | — | 6.3 ث | 24.9 ث |
| PDF من صفحتين: صفحة نصية وصفحة صورة | الإنجليزية | 0% | — | 3.6 ث | 7.8 ث |
| الإعلان نفسه، صورة بالهاتف من زاوية | الإنجليزية | 0.1% | 2.4% | 3.7 ث | 6.2 ث |
| صفحة مطبوعة بالهندية | الهندية | 0% | 0% | 1.8 ث | 4.3 ث |
| صفحة مطبوعة بالصينية المبسّطة | الصينية المبسطة | 0% | 0% | 1.8 ث | 4.3 ث |
إعدادات المحرك الافتراضية: المحرك نفسه وبيانات اللغة نفسها من دون المعالجة المسبقة التي نجريها (تخطيط تلقائي، بلا تقويم للميل ولا تصحيح للإضاءة).
طريقة القياس: تأتي الصور من سكربت يرسم جملًا كتبناها بأنفسنا، ويحاكي تصويرها بزاوية 4° تحت إضاءة غير متساوية، ثم يحفظها بصيغ JPEG وPNG وPDF. الأوقات مأخوذة من حاسوب سحابي بـ 4 أنوية؛ وتضيف محاكاة الهاتف إبطاء المعالج 4× في Chrome. في المرة الأولى يُنزَّل أيضًا المحرك (نحو 1.1 م.ب) وبيانات اللغة.
فحص جودة الأداة
استخدم الناتج كنسخة عمل تم التحقق منها
احتفظ بالمصدر إذا كنت قد تحتاجه لاحقًا. افتح TXT الناتج في التطبيق المستهدف وتحقق من المحتوى والتنسيق.
المدخلات
المخرجات
TXT
دفعة
حتى 5 ملفات لكل تشغيل
حتى 5 ملفات لكل تشغيل. استخدم تشغيلًا واحدًا فقط عندما تشترك الملفات في العملية نفسها.
انتقل إلى عملية مرتبطة بدل البحث عن الأداة من جديد.
نزّل نتيجة جاهزة للوجهة وتحقق منها قبل المشاركة.
يُطبق حد التشغيل المُعد مسبقًا.
TXT
راجع حد الرفع أدناه
راجع النتيجة قبل المشاركة
حول هذه الأداة
لتحويل PDF إلى نص، أضف ملف PDF واضغط «استخراج النص»، ثم انسخ النتيجة أو نزّلها ملفًا بصيغة .txt أو Word. الصفحات التي تحتوي على نص أصلًا، مثل PDF محفوظ من Word أو كشف حساب مصرفي أو كتاب إلكتروني، تُقرأ مباشرة من الملف: بدقة وبسرعة. أما الصفحات التي ليست سوى صورة، مثل مسح ضوئي أو صورة هاتف محفوظة PDF، فتُقرأ بالتعرّف الضوئي OCR باللغة التي تختارها.
تضع النتيجة علامة لكل صفحة (--- الصفحة 2 ---) وتخبرك بعدد الصفحات التي جاءت من نص ملف PDF نفسه وعدد التي احتاجت إلى التعرّف الضوئي. يبقى ملف PDF على جهازك: تقرؤه PDF.js ويتعرّف Tesseract على الصفحات الممسوحة داخل متصفحك.
في اختبارنا، خرجت صفحة ممسوحة من نشرة بعمودين بنسبة أخطاء في الحروف 0% وبترتيب القراءة الصحيح، واستغرق ملف PDF من صفحتين، صفحة نصية وصفحة مصوّرة، 3.6 ث على حاسوب الاختبار لدينا بـ 4 أنوية (7.8 ث مع محاكاة هاتف أبطأ).
متى تستخدم أداة أخرى
- للاحتفاظ بملف PDF وجعل الصفحات الممسوحة قابلة للبحث والتحديد، استخدم OCR PDF.
- للاحتفاظ بالعناوين والخطوط والجداول في مستند قابل للتعديل، استخدم PDF إلى Word.
- للحصول على Markdown بعناوين وقوائم من ملف PDF نصي، استخدم PDF إلى Markdown.
- ملف PDF المحمي بكلمة مرور يحتاج إلى كلمة المرور أولًا: افتح قفل نسخة منه بأداة فك قفل PDF.
كيفية الاستخدام
أضف ملف PDF
أفلت أو اختر حتى 5 ملفات PDF. تعمل ملفات PDF النصية والممسوحة ضوئيًا.
اختر لغة التعرّف الضوئي
تُستخدم اللغة فقط للصفحات التي ليس فيها نص خاص بها (المسح الضوئي والصور). اختر «أعمدة» إذا كانت صفحة ممسوحة فيها عمودان يخرجان مختلطين.
استخرج واحفظ
اضغط «استخراج النص»، وراجع النتيجة، ثم انسخها أو نزّلها بصيغة TXT أو Word.
حالات الاستخدام
الاقتباس من التقارير
خذ فقرة أو رقمًا من تقرير PDF طويل من دون معاناة مع تحديد النص في عارض PDF.
الخطابات والعقود الممسوحة
احصل على نص قابل للبحث من ملف PDF ممسوح لتجد بندًا أو تاريخًا أو مبلغًا.
نص لأدوات أخرى
الصق النص في أداة ترجمة أو عدّاد كلمات أو مساعد ذكاء اصطناعي، أو نظّفه بأدوات النصوص.
الأسئلة الشائعة
كيف أحوّل ملف PDF إلى ملف نصي؟+
أضف ملف PDF في هذه الصفحة واضغط «استخراج النص». عند الانتهاء اضغط «تنزيل TXT» أو انسخ النص إلى تطبيق آخر.
هل يعمل مع ملفات PDF الممسوحة ضوئيًا؟+
نعم. تُقرأ الصفحات التي لا تحتوي على طبقة نص بالتعرّف الضوئي OCR باللغة التي تختارها. هذا أبطأ من قراءة صفحة نصية: استغرقت صفحة النشرة الممسوحة 6.3 ث على حاسوب الاختبار لدينا بـ 4 أنوية، مقابل 1.3 ث لملف PDF من صفحتين فيه طبقة نص.
لماذا يغيب بعض النص أو يظهر بترتيب غريب؟+
يحفظ PDF النص بترتيب رسمه، وهو عادةً ترتيب القراءة لكن ليس دائمًا. للصفحات الممسوحة ذات العمودين اختر «أعمدة» في تخطيط الصفحة. النص الموجود داخل الصور في ملف PDF نصي لا يُقرأ؛ استخدم OCR PDF لتلك الصفحات.
هل يمكن استخراج النص من بعض الصفحات فقط؟+
تُقرأ كل الصفحات. لتأخذ نص صفحات قليلة، افصلها أولًا بأداة استخراج الصفحات ثم حوّل ملف PDF الأصغر.
هل يُرفع ملف PDF الخاص بي؟+
لا. تقرأ PDF.js الملف ويتعرّف Tesseract على الصفحات الممسوحة داخل متصفحك. لا يُنزَّل إلا محرك التعرّف وبيانات اللغة مرة واحدة من خادم MAXScanner نفسه.
هل يمكن الاحتفاظ بالتنسيق؟+
النص العادي بلا تنسيق. لمستند قابل للتعديل يحتفظ بالعناوين والجداول استخدم PDF إلى Word؛ ولملف PDF يبقى كما هو لكن يصبح قابلًا للبحث استخدم OCR PDF.