PDF إلى TXT: استخراج النص من PDF
لاستخراج النص من PDF، ارفع الملف واختر TXT صيغةً للإخراج. يقرأ خادمنا الطبقة النصية في ملف PDF، ويعيد دمج الأسطر المقطّعة في فقرات، ويزيل كل تنسيق، ويحفظ ملف .txt بترميز UTF-8 مع علامة ترتيب البايتات (BOM)، فتظهر الحروف المشكّلة وغير اللاتينية بشكل صحيح. أما ملفات PDF الممسوحة ضوئيًا فليست لها طبقة نصية ولا يُجرى OCR، ولذلك لا تعطي أي نص.
- مجاني وبلا تسجيل
- حذف الملفات خلال 30 دقيقة
- حتى 100 ميغابايت
تُحذف الملفات نهائيًا من خوادمنا خلال 30 دقيقة.
كيفية تحويل PDF إلى TXT
ارفع ملف PDF
اسحب ملف PDF إلى منطقة الرفع أو تصفّح لاختياره (حتى 100 ميغابايت).
أبقِ TXT صيغةً للإخراج
الصيغة TXT محددة مسبقًا في القائمة؛ ويمكنك اختيار صيغة أخرى إن احتجت إليها.
حوّل ونزّل
اضغط «تحويل» ويبدأ تنزيل الملف المحوَّل تلقائيًا.
ما الذي يبقى محفوظًا؟
يبقى كما هو
- كل النص القابل للاستخراج بترتيب القراءة
- فواصل الفقرات
- حروف Unicode (UTF-8 مع BOM)
يتغيّر
- تتحول العناوين وعناصر القوائم إلى أسطر عادية
لا ينتقل
- النص الغامق والمائل والألوان والخطوط
- الصور
- بنية الجداول
متى تستخدمه؟
إدخال النص في أدوات الذكاء الاصطناعي والبرامج النصية
عندما تريد لصق ملف PDF في روبوت دردشة أو خدمة ترجمة أو برنامج نصي خاص بك، فإن ملفًا نصيًا نظيفًا بلا ضجيج التخطيط هو أكثر المدخلات قابلية للتوقع، ويجنّبك الحروف الشاردة الناتجة عن النسخ واللصق.
البحث ومقارنة إصدارات المستندات
يجعل النص العادي البحث في ملفات PDF سهلًا بأي محرّر أو أداة سطر أوامر، ويتيح لك مقارنة إصدارين من عقد أو تقرير بأداة diff القياسية لترى ما تغيّر بالضبط.
قيود يجب معرفتها
- لا يوجد OCR: ملفات PDF الممسوحة ضوئيًا تعطي خطأ بأن الناتج فارغ.
- تُرفض ملفات PDF المشفّرة.
- في الصفحات متعددة الأعمدة يتبع ترتيب الأسطر التخطيط الداخلي لملف PDF.
نبذة عن الصيغ
ما هي صيغة PDF؟
PDF (Portable Document Format) صيغة مستندات ثابتة التنسيق ابتكرتها Adobe وصارت معيارًا دوليًا هو ISO 32000. يُخزَّن كل نص وصورة وخط مع موضعه في الصفحة، فيظهر ملف PDF بالشكل نفسه على كل الأجهزة ويُطبع بدقة. أما الثمن فهو صعوبة التحرير: إذ يخزّن PDF المواضع على الصفحة لا الفقرات والجداول. وتحتوي ملفات PDF الممسوحة ضوئيًا على صور للصفحات فقط، وتحتاج إلى OCR (التعرّف الضوئي على الحروف) قبل استخراج أي نص منها.
ما هي صيغة TXT؟
يحتوي ملف TXT على حروف فقط، بلا تنسيق أو صور أو معلومات عن تخطيط الصفحة. ويُفتح في كل البرامج، من المفكرة إلى محرّرات الشيفرة، وهو أصغر أنواع المستندات حجمًا وأكثرها قابلية للنقل. ويعتمد ظهور الحروف المشكّلة وغير اللاتينية بشكل صحيح على ترميز الأحرف؛ أما UTF-8، المعيار الحالي، فيتعامل مع جميع اللغات تقريبًا. والنص العادي مثالي للبحث والأرشفة ونقل المحتوى بين الأنظمة.
الأسئلة الشائعة
لماذا ملف TXT فارغ أو لماذا ظهر لي خطأ؟
على الأرجح أن ملف PDF الخاص بك ممسوح ضوئيًا. فملفات PDF التي ينشئها الماسح الضوئي أو كاميرا الهاتف تحتوي على صور للصفحات فقط بلا نص قابل للتحديد، وهذه الخدمة لا تجري OCR. وإذا لم تستطع تظليل الكلمات في ملف PDF بالفأرة، فمرّره على أداة OCR قبل استخراج النص.
ما ترميز الأحرف الذي يستخدمه ملف TXT؟
الناتج بترميز UTF-8 مع علامة ترتيب البايتات (BOM). وبهذا المزيج تظهر الحروف المشكّلة وحروف مثل ş وğ التركية وسائر الكتابات غير اللاتينية بشكل صحيح في المفكرة على Windows وTextEdit على macOS ومحرّرات الشيفرة، دون أي تغيير يدوي للترميز.
ماذا لو أردت الاحتفاظ بالعناوين والقوائم؟
لا يستطيع النص العادي تخزين العناوين أو النص الغامق أو الصور. وإذا أردت ملفًا خفيفًا يحدد العناوين والقوائم، فحوّل PDF إلى Markdown بدلًا من ذلك؛ وإذا احتجت إلى مستند منسّق بالكامل قابل للتعديل، فحوّل PDF إلى Word.
هل تحويل PDF إلى TXT مجاني؟
نعم، مجاني تمامًا. لا حساب ولا اشتراك ولا علامة مائية؛ ارفع ملفك وحوّله وحسب.
هل ملفي آمن ومتى يُحذف؟
يُنقل ملفك عبر HTTPS ويُحفظ على خادمنا برمز عشوائي. ويُحذف الملف المرفوع والناتج نهائيًا خلال 30 دقيقة، ولا يعمل رابط التنزيل إلا لمن يملك رمزك الفريد.