كيفية استخراج النص من ملف PDF على Windows

لاستخراج النص من ملف PDF على Windows، تحقق أولًا هل يمكنك تحديد النص. إذا أمكنك ذلك، فانسخه في عارض PDF أو حوّل الملف كاملًا بواسطة MD Factory. وإذا لم يمكنك، فالصفحات صور، ويجب التعرف على النص بواسطة OCR.

يحتاج النوعان من ملفات PDF إلى طريقتين مختلفتين. تبدأ الخطوات أدناه بالاختبار الذي يبيّن لك أيهما لديك.

تحقق هل يمكنك تحديد النص

افتح ملف PDF في Microsoft Edge أو Chrome أو Adobe Acrobat Reader. اضغط Ctrl+F وابحث عن كلمة تراها في الصفحة.

• إذا وُجدت الكلمة وتم تمييزها: فملف PDF يحتوي على نص قابل للتحديد.
• إذا لم يُعثر على شيء، أو لم يحدد سحب الفأرة على سطر ما نصًا: فالصفحة صورة لنص.

قد يحتوي ملف PDF واحد على النوعين. فقد ينتهي تقرير مكتوب بملاحق ممسوحة ضوئيًا، لذا أجرِ البحث في صفحة من المنتصف وفي صفحة من النهاية.

انسخ النص في عارض PDF

هذه أسرع طريقة لبضع فقرات. اسحب الفأرة على النص واضغط Ctrl+C. ولنسخ المستند كاملًا، اضغط Ctrl+A ثم Ctrl+C. الصق النص في المفكرة أو Word بالضغط على Ctrl+V.

كثيرًا ما يحتوي النص المنسوخ على فاصل سطر في نهاية كل سطر، ويصل الجدول على هيئة أسطر متفرقة، وفي صفحة من عمودين قد يختلط نص أحد العمودين بالآخر. وتُنسخ أيضًا أرقام الصفحات والترويسات المتكررة.

افتح ملف PDF في Word

يستطيع Word فتح ملف PDF كمستند قابل للتحرير. انتقل إلى «ملف» ثم «فتح»، واختر ملف PDF، وانقر على «موافق» عندما يعرض Word تحويله. تذكر Microsoft أن هذا يعمل بأفضل صورة مع ملفات PDF التي يغلب عليها النص، وأن الأسطر والصفحات قد تنقطع في مواضع مختلفة عن الأصل. الخطوات موجودة في تحرير ملف PDF.

استخدم هذه الطريقة عندما تريد متابعة تحرير النص في Word. أما للنص العادي أو لعدد كبير من الملفات، فحوّلها بدلًا من ذلك.

حوّل ملف PDF كاملًا بواسطة MD Factory

1. افتح MD Factory وانقر على «إضافة ملفات»، أو اسحب ملف PDF إلى النافذة. ولتحويل كل ملفات PDF في مجلد، بما في ذلك مجلداته الفرعية، انقر على «إضافة مجلد».
2. يبدأ التحويل فورًا. وعند انتهائه، يعرض الصف «اكتمل» أو «يحتاج إلى مراجعة» أو «فشل».
3. انقر نقرًا مزدوجًا على مسار النتيجة في الصف لفتح النص.

يُحفظ النص في ملف يحمل اسم ملف PDF والامتداد .md، في المجلد نفسه. وتُوضع صور ملف PDF في مجلد بجانبه. يجري التحويل على جهازك.

Reports/
  annual-report.pdf
  annual-report.md
  annual-report_images/

ملف .md نص عادي، لذا تفتحه المفكرة. تبدأ العناوين بالرمز # وتُرسم الجداول بالرمز |. راجع دليل تحويل PDF إلى Markdown لمزيد من التفاصيل عن هذه الملفات.

استخرج النص من ملف PDF ممسوح ضوئيًا

أضف ملف PDF ممسوحًا ضوئيًا بالطريقة نفسها. يعثر MD Factory على الصفحات التي هي صور ويتعرف على نصها بواسطة OCR على جهازك. وفي ملف PDF يجمع صفحات مكتوبة وأخرى ممسوحة، يبقى النص المكتوب كما هو، ولا يعمل OCR إلا على الصفحات الممسوحة.

قد يخطئ OCR في قراءة النص الباهت أو المائل أو المكتوب بخط اليد. إذا ظهر في الصف «يحتاج إلى مراجعة» أو «فشل»، فانقر على الحالة، واختر لغة المستند من قائمة «لغة التعرف الضوئي على الحروف»، وانقر على «إعادة المحاولة». يتناول دليل ملفات PDF الممسوحة ضوئيًا إعداد اللغة ومعنى كل رسالة.

لصفحة ممسوحة واحدة على Windows 11، يمكن أيضًا استخدام Snipping Tool. اضغط Windows+Shift+S، وحدد المنطقة، ثم اختر Text actions ثم Copy all text. تذكر Microsoft أن التعرف على النص يعمل على جهازك: راجع استخدام Snipping Tool لالتقاط لقطات الشاشة.

راجع النص المستخرج

مهما كانت الطريقة، قارن النتيجة بملف PDF قبل أن تعتمد عليها:

• اقرأ عبر فاصل العمود وفاصل الصفحة للتحقق من ترتيب الجمل.
• احذف أرقام الصفحات والترويسات المتكررة التي تقطع جملة.
• قارن كل رقم ستستخدمه، مثل المبالغ والتواريخ وأرقام الهوية، بما في ملف PDF.
• في الجدول، تحقق من أن كل قيمة في صفها الصحيح.

النص الناتج عن مسح ضوئي يحتاج إلى أدق مراجعة: فالرقم المقروء خطأً يبدو معقولًا مثل الرقم الصحيح.

أي طريقة تستخدم

أسئلة

هل يمكنني استخراج النص من ملف PDF محمي بكلمة مرور؟

لا يحوّل MD Factory ملفات PDF المحمية بكلمة مرور. افتح ملف PDF بكلمة مروره في العارض، واحفظ نسخة بلا كلمة مرور إذا كان مسموحًا لك، وحوّل النسخة.

كيف أستخرج النص من عدة ملفات PDF دفعة واحدة؟

انقر على «إضافة مجلد» في MD Factory. يحصل كل ملف PDF على ملف نصي خاص به. وللبحث في جميعها، راجع كيفية البحث داخل عدة ملفات PDF وWord.

هل يحافظ MD Factory على تنسيق ملف PDF؟

لا. تحصل على النص بعناوينه وقوائمه وجداوله، لا على مظهر الصفحة. احتفظ بملف PDF لكل ما يعتمد على التنسيق.