النص القابل للتحديد يختلف عن الصورة الممسوحة
تحتوي بعض ملفات PDF على رموز أحرف فعلية وربطها بالرموز الرسومية. وملفات أخرى ليست سوى صور لصفحات، ولا تحوي نصًا قابلًا للبحث ما لم تُجرَ عملية التعرف الضوئي (OCR).
تحفظ الأداة الحروف المضمّنة التي تستطيع قراءتها فقط. ولا تعيد إنشاء الخطوط أو الأعمدة أو الجداول أو الرسوم أو تنسيق الصفحات كما يفعل معالج النصوص.
افحص ملف TXT بعد الاستخراج
في PDF المعقد قد يختلف ترتيب الحروف المخزنة عن ترتيب القراءة. إذا اختلطت الأسماء أو الأعمدة، استخدم استخراجًا يفهم تخطيط الصفحة أو OCR مناسبًا.
- افتح PDF وتحقق من إمكانية تحديد الحروف على الصفحة.
- من تحويل PDF اختر تصدير جميع الصفحات إلى TXT.
- افتح TXT وتحقق من فواصل الأسطر والحروف وترتيبها، وصحح ما يلزم بمحرر نصوص.
- لا تتوقع الاحتفاظ بالتوقيعات أو الصور أو الخطوط أو تخطيط صفحات PDF داخل TXT.