PDF to Text: What the .txt File Leaves Out
استخراج النص هو عملية نسخ، وليس تحويل: فهو يأخذ الكلمات القابلة للتحديد ويكتبها صفحة تلو الأخرى. تعتبر النتيجة مثالية للبحث والبرامج النصية، ولكنها لن تحافظ على الأعمدة أو المربعات أو التصميم.
لماذا يأتي هذا
يصل الأشخاص إلى نص عادي عندما تكون الوجهة عبارة عن فهرس بحث أو برنامج نصي أو زميل يحتاج فقط إلى الصياغة. يصل الملف بسرعة، ولا تظهر عمليات الحذف الهادئة إلا عندما يكون النص موجودًا بالفعل في النظام التالي.
تحقق قبل تشغيله
- تأكد من أن الكلمات قابلة للتحديد أولاً. إذا لم تتمكن من تمييز جملة في عارض PDF، فستكون الصفحات عبارة عن صور. قم بتشغيل OCR أولاً، ثم استخرج من النسخة القابلة للبحث.
- اقرأ الصفحة الأولى للطلب والفواصل. يمكن للتخطيطات متعددة الأعمدة أن تتداخل، ويمكن للأسطر المبررة أن تقطع منتصف الجملة. تأكد من أن العناوين والبنود تتبع الترتيب الذي يقرأه الشخص.
- فحص الجداول والأحرف الخاصة. عادةً ما تفقد الجداول شبكتها في النص العادي؛ استخدم PDF إلى Excel للبيانات. تحقق من علامات التشكيل والأحرف المركبة ورموز العملات قبل استيراد الملف.
متى تصل إليه
- تحتاج إلى اقتباس جملة بدقة. Extract the text, then search the .txt for the exact wording instead of retyping from the page.
- أنت تتحقق مما إذا كان ملف PDF نصًا بالفعل. يعد الإخراج شبه الفارغ أسرع دليل على أن الملف تم فحصه ويحتاج إلى التعرف الضوئي على الحروف قبل أي تحويل.
سؤال واحد نحصل عليه
هل يحافظ النص على تنسيقه؟
تعود الكلمات بترتيب القراءة - وهي مثالية للاقتباسات والبحث والنصوص. تحافظ الجداول المبنية من نص جدول حقيقي على هيكلها؛ تحتاج الصفحات الممسوحة ضوئيًا إلى التعرف الضوئي على الحروف (OCR) أولاً.
حيث يناسب
الأدوات التي يفتحها الأشخاص عادةً بجوار PDF لتحويل النص:
- قوات الدفاع الشعبي إلى PowerPoint - إعادة إنشاء ملف PDF كمجموعة PowerPoint قابلة للتحرير.
- قوات الدفاع الشعبي إلى JPG — قم بتحويل كل صفحة إلى صورة JPG أو PNG أو TIFF بالدقة التي تحتاجها.
- قوات الدفاع الشعبي إلى كلمة — تحويل ملف PDF إلى مستند Word قابل للتحرير، مع الاحتفاظ بالتخطيط حيثما أمكن ذلك.
تعمل كل أداة على نسخة، لذلك لا يتم المساس بالملف الأصلي أبدًا. يتم تخزين التحميلات تحت معرف لا يمكن تخمينه ويتم حذفها تلقائيًا بعد ساعتين من آخر مرة قمت فيها بفتحها؛ لا يتم سرد أي شيء أو مشاركته أو فهرسته. المزيد عن صفحة الأمان.