استخراج النص من ملف PDF

لا. يقرأ متصفحك النص على جهازك. لا يُرسل أي شيء إلينا ولا إلى أي جهة أخرى.

الصفحات الممسوحة ضوئيًا صور لنص، لا نص حقيقي. تخبرك الأداة بالصفحات المعنية، ويمكن لأداة OCR لملفات PDF قراءتها.

يحتفظ النص بأسطره وفقراته، لكن ليس بخطوطه أو أعمدته أو جداوله. وللحصول على نسخة مطابقة للتنسيق، احتفظ بملف PDF نفسه.

نعم، ما دام ملف PDF يحتوي على نص حقيقي: تظهر العربية والصينية والهندية والروسية وكل أنظمة الكتابة الأخرى كما كُتبت. ويستخدم ملف .txt ترميز UTF-8 للحفاظ على كل حرف.

تخزّن بعض ملفات PDF النص في أجزاء غريبة، مثلًا في عدة أعمدة أو بأحرف موضوعة واحدًا تلو الآخر. النص موجود كله، لكن قد تحتاج إلى ترتيبه.