PDF إلى نص v1.0

تحويل PDF إلى نص يعني استخراج الكلمات المكتوبة داخل الملف وحفظها في ملف TXT عادي تستطيع نسخه وتعديله والبحث فيه ولصقه حيث تشاء. أداة DocPivot تنجز ذلك داخل متصفحك دون رفع الملف إلى أي خادم، وتعالج ثلاث مشكلات تفسد النص المنسوخ عادةً: الأعمدة المتداخلة، والعناوين المتكررة مع أرقام الصفحات، والكلمات المقسومة بين سطرين. وإن كان ملفك صورة ممسوحة ضوئيًا، فهي تقرؤه بتقنية OCR في 123 لغة وتتعرف على نظام الكتابة تلقائيًا.

ما هي أداة تحويل PDF إلى نص؟

الوظيفة الأساسية

تستخرج الأداة النص من ملف PDF وتعيد بناءه في فقرات مقروءة، ثم تحفظه بترميز UTF-8 في ملف .txt. ملف PDF لا يعرف ترتيب القراءة أصلًا، فهو يسجل موضع كل علامة على الورقة ولا شيء غير ذلك، ولهذا يخرج النص المنسوخ منه مبعثرًا في أحيان كثيرة. تعيد أداة DocPivot ترتيب هذه القطع اعتمادًا على مواضعها وأحجامها، فتفصل الأعمدة وتحذف ما يخص الورقة لا المحتوى.

من يستخدمها

يستخدمها الطلاب والباحثون الذين يقتبسون من أوراق علمية مطبوعة بعمودين، والمحامون والمحاسبون الذين يحتاجون نص عقد أو تقرير للبحث فيه ومراجعته، وفرق المحتوى التي تلصق مستندات طويلة في ChatGPT أو Claude لتلخيصها. ويحتاجها كذلك كل موظف يتعامل مع أرشيف ممسوح ضوئيًا في جهة حكومية أو شركة خاصة.

المشكلة والحل

حين تنسخ نصًا من تقرير بعمودين تحصل غالبًا على سطر من عمود يليه سطر من العمود المجاور، ثم رقم صفحة وعنوان مكرر يقتحمان منتصف الفقرة. في اختبار على مستند من أربع صفحات، انخفض العنوان المتكرر من 4 مرات إلى صفر، وانخفضت أرقام الصفحات من 4 إلى صفر، وعادت الكلمة المقسومة "anoth-" و"er" إلى "another" كما كُتبت. أما إن كنت تريد ملف PDF نفسه قابلًا للبحث والتحديد لا ملفًا نصيًا منفصلًا، فالخيار الأنسب هو التعرف الضوئي على نصوص PDF.

فوائد تحويل PDF إلى نص بهذه الأداة

• نص جاهز للاستخدام: تحصل على فقرات متصلة بدل أسطر مقطوعة عند كل حافة، فلا تضطر إلى حذف فواصل الأسطر واحدًا تلو الآخر قبل استخدام النص.
• خصوصية الملفات الحساسة: يُقرأ الملف على جهازك ولا يغادره في المسار العادي، وهذا فارق حقيقي حين يتعلق الأمر بعقود العمل وكشوف الحسابات والمستندات الرسمية.
• بلا حدود يومية: لا سقف لعدد الملفات ولا طابور انتظار ولا حساب مطلوب، لأن المعالجة كلها تجري في متصفحك لا على خادم مشترك.
• ترتيب قراءة صحيح: الأوراق العلمية والمجلات والنشرات متعددة الأعمدة تخرج عمودًا بعد عمود، لا خليطًا من أنصاف الجمل.
• مدخلات أنظف للذكاء الاصطناعي: خيار الدمج المتصل ينتج نصًا بلا حدود صفحات ولا ترويسات مكررة، وهو الشكل الذي يفهمه مساعد الذكاء الاصطناعي دون تشويش.
• جزء محدد فقط: تستخرج الفصل الذي تحتاجه عبر نطاق صفحات بدل تحويل كتاب كامل. وإن أردت هذه الصفحات ملفًا مستقلًا بصيغته الأصلية، فاستخدم استخراج صفحات من PDF.
• أرشيف خفيف قابل للبحث: ملف TXT صغير الحجم يُفتح على أي جهاز وأي نظام، ويمكن البحث فيه بأي محرر نصوص بسيط.

الميزات الأساسية لأداة تحويل PDF إلى TXT

• كشف الأعمدة تلقائيًا: ترصد الأداة الممرات الفارغة التي تفصل الأعمدة، ثم تقرأ كل عمود كاملًا قبل الانتقال إلى الذي يليه.
• فصل الأسطر الملتصقة: حين يلتحم سطران من عمودين مختلفين عبر الفاصل بينهما، تقطعهما الأداة وتعيد كل جزء إلى عموده.
• احترام العناوين العريضة: العنوان أو الشكل الذي يمتد بعرض الصفحة يقسمها إلى مناطق، وتُقرأ كل منطقة عمودًا عمودًا.
• حذف الترويسة وأرقام الصفحات: السطر القصير الذي يتكرر في أعلى معظم الصفحات أو أسفلها يُعامل بوصفه جزءًا من الورقة لا من النص، مع خيار إبقائه إن احتجت إليه.
• إصلاح الكلمات المقسومة: الكلمة التي كُسرت بشرطة في نهاية السطر تُعاد كلمة واحدة، وهي مشكلة شائعة في المستندات الإنجليزية والأوروبية.
• وضعان للتخطيط: فقرات مقروءة تنكسر حيث ينتهي السطر قبل الهامش الأيمن، أو الحفاظ على تخطيط الصفحة سطرًا مقابل كل سطر مطبوع.
• قراءة الصفحات الممسوحة: تمريرة OCR بنموذج يدعم 123 لغة ويكتشف نظام الكتابة وحده، فلا تحتاج إلى تحديد لغة المستند مسبقًا.
• فاصل الصفحات حسب الحاجة: سطر فارغ بين الصفحات، أو دمج متصل بلا حدود، أو علامة واضحة تحدد بداية كل صفحة.
• ترميز UTF-8: يُحفظ الملف بترميز يدعم الحروف العربية والرموز الخاصة، فلا تظهر علامات استفهام مكان الحروف عند فتحه في محرر حديث.

هذه الأداة تعطيك الكلمات وحدها. فإن كنت تحتاج الخطوط والعناوين والصور كما ظهرت في الأصل لتكمل التحرير، فالطريق الصحيح هو تحويل PDF إلى Word.

كيف تحول ملف PDF إلى نص في DocPivot

1. أضف الملف: اسحب ملف PDF إلى مربع الرفع أو اختره من جهازك. إذا كان محميًا بكلمة مرور تمنع النسخ، فابدأ بخطوة فتح قفل ملف PDF.
2. اختر شكل النص: "فقرات مقروءة" للقراءة والاقتباس، أو "الحفاظ على تخطيط الصفحة" إن كان ترتيب الأسطر نفسه مهمًا لك.
3. حدد مصير الترويسة: اترك خيار حذف الترويسات وأرقام الصفحات مفعلًا، وشغّل قراءة الصفحات الممسوحة إن كان الملف صورًا لا نصًا.
4. اضبط الصفحات: اختر الفاصل بين الصفحات، واكتب نطاقًا مثل 1-4, 8 أو اترك الحقل فارغًا لتحويل الملف كله.
5. نزّل الملف: اضغط زر التنزيل ليُحفظ ملف .txt على جهازك، فالملف لا يُكتب على القرص قبل هذه اللحظة.

ماذا يحدث لملفك خلف الكواليس؟

يمر الملف بخمس مراحل كلها داخل المتصفح ما لم تطلب OCR. أولًا تُقرأ الصفحة ويُستعاد كل مقطع نصي مع موضعه وحجمه. ثانيًا يُسقط النص على المحور الأفقي، فأي ممر عمودي لا يعبره أي مقطع يُعد فاصلًا بين عمودين، وما بين الفواصل هو الأعمدة. ثالثًا تُحذف العناصر المتكررة في الهامشين العلوي والسفلي. رابعًا تُجمع الأسطر في فقرات وتُرمم الكلمات المقسومة. وأخيرًا تُضم الصفحات المختارة بالفاصل الذي حددته وتُحفظ نصًا بترميز UTF-8.

الفكرة الجوهرية هنا أن كشف الأعمدة متحفظ عن قصد: لا يتدخل إلا إذا وجد ممرًا فارغًا حقيقيًا يمتد على طول الصفحة. التصميم غير المألوف يُترك كما هو بدل إعادة ترتيبه ترتيبًا خاطئًا، لأن نصًا يحتاج مراجعة بسيطة أفضل من نص أُعيد تركيبه بثقة زائفة.

خيارات الإعداد ومتى تختار كل منها

متى تستخدم أداة تحويل PDF إلى نص

تستخدم الأداة حين يهمك محتوى المستند لا شكله: حين تريد البحث فيه أو اقتباسه أو تحليله أو تغذية أداة أخرى به. وهي الخيار الأسرع كلما كان الناتج المطلوب نصًا خامًا يدخل في سير عمل آخر.

• الاقتباس من بحث علمي: نسخ فقرات من ورقة بعمودين دون أن تختلط أسطر العمودين ببعضها.
• تلخيص تقرير طويل: لصق تقرير سنوي كامل في مساعد ذكاء اصطناعي بنص متصل بلا أرقام صفحات تقطع السياق.
• قبل مشاركة مستند حساس: إخفاء أرقام الهويات والحسابات عبر تنقيح ملف PDF أولًا، ثم استخراج النص الآمن.
• أرشفة المستندات الممسوحة: تحويل خطابات وعقود مصورة إلى نص يمكن البحث فيه بالكلمات.
• تحليل البيانات النصية: تجهيز مجموعة مستندات لأدوات عد الكلمات أو تحليل المحتوى أو الترجمة.
• قراءة على شاشة صغيرة: نص يتدفق على الجوال بدل صفحة PDF تحتاج إلى تكبير وتمرير أفقي.

ولا تناسبك الأداة إن كان المطلوب جدولًا بأعمدة وخلايا، أو نسخة قابلة للتحرير تحتفظ بالتنسيق الأصلي.

حالات استخدام من الواقع

باحثة دراسات عليا في الرياض

السياق: طالبة ماجستير في جامعة الملك سعود تجمع اقتباسات من عشرات الأوراق الإنجليزية المنشورة بعمودين.

• تختار فقرات مقروءة مع حذف الترويسات وأرقام الصفحات.
• تحدد نطاقًا يستبعد صفحات المراجع في نهاية كل ورقة.
• تستفيد من إصلاح الكلمات المقسومة الشائعة في المجلات العلمية.

النتيجة: اقتباسات تُلصق مباشرة في مسودة الرسالة دون تنظيف يدوي لكل فقرة.

مكتب محاماة في القاهرة

السياق: مكتب يملك أرشيفًا من العقود المصورة بالماسح الضوئي، بعضها عربي وبعضها يمزج العربية بالإنجليزية.

• يُزيل أولًا الصفحات الفارغة التي يخلفها الماسح بين العقود.
• يفعّل قراءة المسح، فيكتشف النموذج نظام الكتابة في كل صفحة تلقائيًا.
• يختار علامة لكل صفحة ليعرف موضع كل بند في العقد الأصلي.

النتيجة: أرشيف نصي يُبحث فيه عن اسم طرف أو رقم قضية في ثوانٍ بدل تقليب الملفات.

فريق محتوى في دبي

السياق: فريق تسويق يلخص التقارير الفصلية لشركات مدرجة ليحولها إلى منشورات قصيرة لعملائه.

• يجمع تقارير الفصول الأربعة عبر دمج ملفات PDF في ملف واحد.
• يحول الملف المدمج بخيار الدمج المتصل مع حذف الترويسات.
• يلصق الناتج في مساعد الذكاء الاصطناعي دفعة واحدة.

النتيجة: ملخص يعتمد على نص نظيف، فلا يخلط المساعد رقم صفحة بقيمة مالية.

تاجر على منصة سلة في جدة

السياق: تاجر يتلقى كتالوج منتجات من مورده بصيغة PDF ويحتاج أوصافه لصفحات متجره.

• يستخرج صفحات الأقسام التي يبيعها فقط عبر نطاق الصفحات.
• يعيد صياغة الأوصاف في محرر النصوص ويضيف تفاصيل الشحن المحلي.
• يرسل النسخة النهائية إلى شريكه بعد تحويل النص إلى PDF من جديد.

النتيجة: أوصاف منتجات جاهزة للنشر دون إعادة كتابتها حرفًا حرفًا من صورة الكتالوج.

مقارنة مع أدوات التحويل الشائعة

تعرض أغلب مواقع التحويل العربية الخدمة نفسها بعبارات متشابهة، لكن الفروق تظهر في مكان المعالجة وجودة النص الناتج. يوضح الجدول التالي ما تعلنه كل خدمة على صفحاتها وقت إعداد المقارنة.

الفارق الأوضح هو حذف العناوين المتكررة وأرقام الصفحات، إذ لم نجد أداة أخرى تقدمه، ويُنصح المستخدمون عادةً بكتابة تعبيرات نمطية لكل مستند على حدة. ونطاق الصفحات كذلك نادر، فلم نجده إلا لدى منافس واحد وعبر واجهته البرمجية فقط.

حدود الأداة بصراحة

• OCR يرفع الملف: قراءة المسح هي المسار الوحيد الذي يغادر فيه الملف جهازك، إذ يُعالج على الخادم ويُحذف خلال 30 دقيقة.
• الجداول تخرج نصًا: تظهر محتويات الخلايا كلمات متتالية بلا بنية صفوف وأعمدة. للجداول استخدم تحويل PDF إلى Excel.
• كشف الأعمدة متحفظ: إن لم يوجد ممر فارغ واضح بين عمودين، يبقى التخطيط كما هو. وفي المستندات العربية متعددة الأعمدة، راجع ترتيب الأعمدة في الناتج قبل اعتماده.
• مشكلات الترميز موروثة: الملف الذي يظهر نصه حروفًا غريبة حين تنسخه في قارئ PDF سيظهر بالحروف الغريبة نفسها هنا، وهي مشكلة شائعة في ملفات عربية أُنشئت بخطوط قديمة.
• إصلاح الكلمات المقسومة للنصوص اللاتينية: العربية لا تقسم الكلمة بشرطة في آخر السطر، لذا تظهر فائدة هذه الميزة في المستندات الإنجليزية والفرنسية وما شابهها.

أدوات ذات صلة

أكمل سير عملك مع ملفات PDF عبر هذه الأدوات من DocPivot:

• تقسيم PDF: قسّم كتابًا طويلًا إلى فصول قبل تحويل كل فصل على حدة.
• ضغط PDF: صغّر حجم الملف الأصلي قبل إرساله أو أرشفته بجانب النص المستخرج.
• تعديل نص PDF: صحح كلمة أو رقمًا داخل ملف PDF مباشرة دون تحويله.
• تنظيم صفحات PDF: أعد ترتيب الصفحات أو احذف ما لا تحتاجه قبل الاستخراج.
• تحويل PDF إلى EPUB: حوّل كتابك إلى صيغة تتدفق على أجهزة القراءة الإلكترونية.
• تحويل PDF إلى ODT: مستند قابل للتحرير في LibreOffice والبرامج مفتوحة المصدر.
• محرر PDF بالذكاء الاصطناعي: لخّص ملفك أو اسأله مباشرة دون نسخ النص يدويًا.
• تحويل PDF إلى JPG: صدّر الصفحات صورًا للمشاركة في واتساب ووسائل التواصل.

الأسئلة الشائعة