أخرج النص من PDF الذي له طبقة نص
يقرأ GustKit الكلمات المكتوبة في الملف ويرتبها نصًا عاديًا، صفحة بعد صفحة. المسح المكوّن من صورة وحدها لا شيء يُقرأ فيه: ذلك الملف يحتاج تعرفًا ضوئيًا.
طبقة نص، لا تخمين حروف
يجمع pdf.js النص القابل للتحديد ويرتب الأسطر. تحصل على نص عادي بلا تخطيط جدول. «استخراج النص»، ثم «انسخ النص» أو «تنزيل TXT».
المسح بلا طبقة يبقى فارغًا
إذا كانت الصفحة صورة حروف فقط، فلا شيء يجمعه هذا التبويب. عندها OCR لملف PDF أو صورة الصفحة ثم صورة إلى نص (OCR). هنا لا تعرف على المسح.
كيف تخرج النص من PDF في المتصفح
-
ضع ملفًا يُحدد في قارئ عادي.
-
اضغط «استخراج النص». القراءة تبقى في هذا التبويب.
-
تقول الرسالة إن بعض الصفحات بلا نص قابل للتحديد. غالبًا هذا مسح.
-
«انسخ النص» أو «تنزيل TXT». الأعمدة تنبسط أسطرًا.
كلمات من الطبقة، بلا إرسال المستند
-
نص عادي، صفحة بعد صفحة
كل صفحة معلّمة لتعرف من أين جاءت الفقرة.
-
الطبقة أولًا لا التعرف
إذا تحددت الكلمات في القارئ فهذه الصفحة تكفي.
-
للمسح طريق آخر
غياب الطبقة يعني OCR لملف PDF أو صورة إلى نص (OCR)، لا نقرة أخرى هنا.
-
TXT أو الحافظة
UTF-8 في ملف أو نسخة للصق في محرر.
-
القراءة في هذا التبويب
لا يرسل pdf.js ملف PDF إلى خادم.
-
من غير دخول
لا تسجّل دخولًا لتأخذ فقرة من عقد.
أسئلة عن PDF إلى نص
هل يبقى تخطيط الجدول؟
لا. النتيجة نص عادي. الأعمدة تصير أسطرًا.
المسح لم يُرجع شيئًا. لماذا؟
لا طبقة نص. خذ OCR لملف PDF أو اصنع صورة ثم صورة إلى نص (OCR).
هل يترجم المستند؟
لا. تحصل على الكلمات الموجودة في الملف، باللغة التي كُتبت بها.
PDF بكلمة مرور؟
يجب أن يُفتح أولًا. إلغاء القفل PDF، ثم اقرأ النسخة المفتوحة.
هل أحصل على TXT؟
نعم. «تنزيل TXT» أو «انسخ النص» بعد الاستخراج.
هل يُرفع الملف عند القراءة؟
لا. الطبقة تُقرأ محليًا.