استخراج النصوص والجداول والصور من PDF

استخرج النص والجداول وصور الصفحات من ملفات PDF، مثالي لاستخراج البيانات وتحليل المستندات وإعادة استخدام المحتوى.

واجهة الأداة نفسها باللغة الإنجليزية حاليًا، وتعمل بالكامل داخل متصفحك.

جارٍ تحميل الأداة…

كيف تُستعاد النصوص والجداول من ملف PDF

لا يخزّن ملف PDF الفقرات أو الجداول كما يفعل معالج النصوص، بل يخزّن تعليمات: ارسم هذه السلسلة من الأحرف عند هذه الإحداثيات، بهذا الخط، وبهذا الحجم. واستعادة النص تعني قراءة تلك السلاسل بالترتيب وإعادة تجميعها في أسطر، وهذا يعمل جيدًا مع المستندات المنشأة رقميًا — المصدّرة من Word أو من المتصفح أو من برامج المحاسبة — ولا يعمل إطلاقًا مع الصفحات الممسوحة ضوئيًا، لأنها مجرد صور لنص.

والجداول أصعب من ذلك، لأن ملف PDF لا يعرف مفهوم الجدول أصلًا، بل مجرد نص يصادف أنه مصطف. تجمع هذه الأداة سلاسل النص التي تشترك في خط أساس واحد في صفوف، ثم تبحث عن صفوف بعدد ثابت من الأعمدة؛ وحيثما اتفقت ثلاثة صفوف على الأقل، تعاملها كجدول وتصدّره بصيغة CSV. كما تُرسم الصفحات بضعف دقتها العادية وتُحفظ كصور PNG، فتلتقط المخططات والرسوم والصور كما تظهر تمامًا.

لماذا أنشأنا هذه الأداة

يستخرج الناس محتوى PDF لإعادة استخدام أرقام تقرير في جدول بيانات، أو اقتباس فقرة دون إعادة كتابتها، أو نقل قائمة أسعار أو كشف حساب إلى Excel، أو أرشفة رسوم عرض تقديمي، أو إدخال نص مستند إلى أداة أخرى.

وملفات PDF التي تحتاج إلى ذلك غالبًا كشوف حسابات وعقود وفواتير وتقارير داخلية، أي بالضبط الملفات التي لا ينبغي رفعها إلى خدمة مجهولة. هنا يُفتح ملف PDF بمكتبة PDF.js داخل متصفحك، وتُجمع النصوص والجداول والصور في ملف ZIP على جهازك أنت. لا يُرسَل أي شيء، ولا حد لعدد الصفحات سوى ذاكرة جهازك.

نصائح وأخطاء شائعة

إذا خرج النص فارغًا، فالملف على الأرجح مسح ضوئي ويحتاج إلى التعرف الضوئي على الحروف (OCR) قبل استعادة أي نص.
يعتمد اكتشاف الجداول على المحاذاة، لذا قد تنقسم الجداول ذات الخلايا المدمجة أو الأسطر الملتفة بشكل غريب؛ راجع ملف CSV قبل الاعتماد عليه.
استخدم خيار نطاق الصفحات مع المستندات الطويلة لاستخراج ما تحتاجه فقط؛ فهو أسرع بكثير.
ألغِ تحديد الصور إذا كنت تريد النص والجداول فقط؛ فرسم كل صفحة هو الجزء الأبطأ.

بداية سريعة: استخدام استخراج النصوص والجداول والصور من PDF

أفلت ملف PDF على الصفحة أو اضغط لاختياره.
اختر ما تريد استخراجه — النص أو الجداول أو الصور — وهل تريد معالجة كل الصفحات أم نطاقًا منها.
ابدأ الاستخراج وانتظر ملخص الصفحات والجداول والصور التي عُثر عليها.
راجع معاينة النص والجداول المكتشفة على الشاشة.
نزّل كل شيء في ملف ZIP واحد: extracted-text.txt وextracted-tables.csv ومجلد بصور الصفحات.

تحتاج الكلمات فقط؟ أداة استخراج النص من PDF أسرع، وأداة تحويل PDF إلى صور تصدّر الصفحات بالدقة التي تختارها.

لماذا تستخرج المحتوى من ملفات PDF

صُممت ملفات PDF للطباعة، لا لاستخراج البيانات. واستخراج المحتوى منها قد يكون محبطًا: النص مقفل، والجداول مسطّحة، والصور مضمّنة. تحل هذه الأداة ذلك باستخراج الأنواع الثلاثة من المحتوى دفعة واحدة.

كل شيء يعمل محليًا داخل متصفحك، ولا يغادر ملف PDF جهازك.

كيف تعمل

اختر ملف PDF
حدّد ما تريد استخراجه: النص أو الجداول أو الصور
اختر الصفحات التي تريد معالجتها
اضغط زر الاستخراج
نزّل النتائج في ملف ZIP

ما الذي يمكنك استخراجه