حوّل PDF إلى Markdown قابل للتعديل لتدوين الملاحظات أو البحث أو استخدامه مع وكيل ذكاء اصطناعي. للصفحات الممسوحة ضوئيًا، استخدم OCR لاستخراج النص أولًا.
يحوّل MD Factory أيضًا مستندات Office والكتب الإلكترونية وصفحات الويب المحفوظة والبريد الإلكتروني. يركّز هذا الدليل على ملفات PDF.
هل يحتاج ملف PDF إلى OCR؟
جرّب نسخ جملة إلى محرّر نصوص. إذا نُسخت بشكل صحيح، حوّل PDF مباشرة. إذا لم يظهر أي نص، استخدم OCR. جرّب عدة صفحات إذا كان المستند يتضمن ملاحق ممسوحة ضوئيًا.
اختر أداة تحويل
لملفات PDF التي يمكنك تحديد نصها، تتيح أداة Microsoft MarkItDown التحويل من سطر الأوامر. اتبع دليل تثبيتها باستخدام Python، وأنشئ مجلدًا للملفات الناتجة، واستبدل المسارات التالية بمساراتك. اختر اسمًا جديدًا للملف الناتج:
markitdown "C:\Docs\handbook.pdf" -o "C:\Markdown\handbook.md"للملفات الممسوحة، استخدم OCR لجعل نص PDF قابلًا للبحث، ثم حوّله إلى Markdown. OCRmyPDF ينفّذ هذه الخطوة الأولى؛ اختر لغة المستند عند تشغيله.
إذا لم يُستخرج النص جيدًا، تأكّد من وضوح الصورة واستقامة الصفحة الممسوحة. دليل OCR في Tesseract يوضح تأثير جودة المسح الضوئي على النتيجة.
إذا كان لديك مستند Word الأصلي أو جدول Excel الأصلي، يمكنك تحويله مباشرة أيضًا.
راجع الجداول والأعمدة
افتح Markdown بجانب PDF. قد تحتاج الصفحات ذات الأعمدة المتعددة والجداول إلى تصحيح بعد التحويل. ابدأ بالأجزاء التي تحتاجها:
- اقرأ النص عند الانتقال بين الأعمدة أو الصفحات للتأكد من ترتيب الجمل.
- تأكّد من بقاء قيم الجدول في صفوفها الصحيحة ومع عناوينها.
- قارن الأسماء والتواريخ والأرقام والوحدات المهمة بملف PDF.
- احذف ترويسات الصفحات المتكررة التي تقطع الفقرات.
يوضح دليل استخراج النص من PDF مشكلات تنسيق الصفحات الشائعة. أضف ملاحظة بجوار القيم غير المقروءة بدلًا من تخمينها.
أصلح جدولًا فقد ترتيب صفوفه
مثلًا، يحتوي جدول على دفترين بسعر 4.50 لكل منهما ومجلد واحد بسعر 3.00. قد يحتفظ استخراج النص بالقيم دون ترتيبها في صفوف:
Item Quantity Unit price
Notebook Folder
2 1
4.50 3.00راجع المصدر، ثم أعد ترتيب الصفوف:
| Item | Quantity | Unit price |
| --- | --- | --- |
| Notebook | 2 | 4.50 |
| Folder | 1 | 3.00 |احفظ ملفاتك
احتفظ بملفات Markdown في مجلد مستقل، واحتفظ بملف PDF الأصلي للرجوع إليه. إذا صدّرت أداة التحويل الصور، فانقل مجلدها مع ملفات Markdown حتى تظل الروابط صالحة.
اختر أسماء ملفات توضّح محتواها، مثل handbook.md، لتتمكن من مطابقة كل ملف ناتج مع مصدره. تأكّد من وجود ملف ناتج لكل ملف حوّلته.
لاستخدام النتيجة مع وكيل ذكاء اصطناعي، اتبع دليلنا لتنظيم مجلد المستندات.