تحويل ملف سكانر PDF إلى نص عربي قابل للنسخ
الملف أمامك على الشاشة، والكلمات ظاهرة، ومع ذلك لا يتحدد منها حرف ولا يجد البحث فيها شيئًا. هذا ليس عطلًا في القارئ، بل لأن الملف صور لا نص. أسقط الملف الممسوح ضوئيًا أو صورة الورقة في الأداة أدناه لتُقرأ الحروف من الصورة نفسها، فتحصل على نص تنسخه أو على نسخة من ملفك قابلة للبحث. القراءة كلها تجري داخل متصفحك على جهازك، فلا يُرفع الملف إلى أي خادم ولا نرى ما فيه، ولا حساب ولا حد يومي.
أسقط ملفاتك هنا
تُعالج الملفات على جهازك ولا تُرفع لأي خادم
يعمل داخل متصفحك، والملف لا يغادر جهازك أبدًا.
يمكنك معالجة عدة ملفات دفعة واحدة، حتى 3.
لماذا يفشل تحويل PDF إلى Word مع ملف ممسوح ضوئيًا
حين تفتح ملفًا ممسوحًا ضوئيًا وتحاول تحديد سطر منه فلا يتحدد شيء، فأنت أمام ملف صور لا ملف نص. الماسح الضوئي أو كاميرا الجوال التقطت صورة الورقة ووضعتها داخل غلاف PDF، فالصفحة تبدو مكتوبة لكن الملف نفسه لا يعرف حرفًا واحدًا مما فيها. لهذا يعود تحويل PDF إلى Word خاوي اليدين مع هذا النوع من الملفات: ليس فيه نص يُنقل، والأداة لا تخترع نصًا لم تجده. الخطوة الناقصة اسمها القراءة الضوئية، وهي أن يُنظر إلى صورة الصفحة وتُستخرج الحروف منها حرفًا حرفًا، فيوجد النص الذي لم يكن موجودًا. الأداة في هذه الصفحة تقوم بتلك الخطوة داخل متصفحك. وإن كان المطلوب في النهاية ملف Word فلست مضطرًا إلى المرور من هنا أصلًا: أسقط الملف الممسوح ضوئيًا مباشرة في أداة التحويل إلى Word، وستعرض عليك أن تقرأه ضوئيًا ثم تبني ملف Word من قراءتها، في الصفحة نفسها ودون مغادرتها.
كيف تتأكد أن ملفك صورة قبل أن تجرّب أي أداة
الاختبار يستغرق ثانيتين ويوفّر عليك محاولات فاشلة. افتح الملف في أي قارئ PDF وحاول أن تسحب المؤشر فوق سطر من النص كما تفعل حين تنسخ. إن تظلل السطر فالملف نصي، وأسرع طريق لك هو أداة استخراج النص أو التحويل إلى Word مباشرة، فكلاهما ينسخ نصًا موجودًا فعلًا وهو أدق من أي قراءة ضوئية وأسرع منها بكثير. وإن لم يتظلل شيء، أو تظللت الصفحة كلها دفعة واحدة كأنها صورة، فالملف صور وهذه الصفحة هي مكانه. وهناك حالة ثالثة تخدع كثيرين: الملف المختلط، صفحاته الأولى نصية وفي وسطه صفحات مصوّرة أُدرجت لاحقًا، مثل عقد نصي أُلحقت به صورة هوية أو ورقة مختومة مسحت ضوئيًا. في هذه الحالة حدد نطاق الصفحات المصوّرة واقرأها وحدها، فتوفّر على جهازك قراءة ما لا يحتاج قراءة وتحصل على النتيجة أسرع.
ناتجان مختلفان، لا ناتج واحد
في الأداة خيار اسمه «الناتج» وفيه احتمالان يختلفان في ما يصلح له كل منهما. «نص للنسخ» يعطيك نص الصفحات مكتوبًا، تنسخه إلى Word أو إلى رسالة أو إلى حقل بحث، وإذا كان الملف أكثر من صفحة فُصلت كل صفحة عن التي تليها بسطر يحمل اسمها فتعرف من أين جاء كل مقطع. و«PDF قابل للبحث» يعطيك ملفك نفسه بشكله كما هو، الصور والأختام والتواقيع والهوامش في أماكنها كما كانت، وفوق كل صفحة قُرئت طبقة نص غير مرئية، فيصبح المستند قابلًا للبحث والتحديد والنسخ في أي قارئ PDF. الخيار الأول لمن يريد الكلام نفسه لينقله إلى مكان آخر، والثاني لمن يريد أن يبقى المستند كما هو ويصير قابلًا للبحث فيه، وهو ما تحتاجه الأرشفة وإرسال الملف إلى جهة ستبحث فيه لاحقًا.
لماذا يعمل البحث العربي في النسخة القابلة للبحث
الطبقة غير المرئية التي تُكتب فوق الصفحة من صنعنا نحن لا من محرك القراءة، والفرق ليس تفصيلًا تقنيًا يخص المبرمجين. محرك القراءة حين يبني بنفسه ملف PDF قابلًا للبحث يكتب الحروف العربية بترتيبها البصري، أي كما تراها العين مرتبة على الصفحة، لا بترتيبها المنطقي الذي تُخزَّن به الكلمة في أي نص. النتيجة ملف يبدو سليمًا تمامًا ولا يجد فيه البحث كلمة عربية واحدة، ولا يخرج منه النسخ إلا حروفًا مبعثرة. لذلك نأخذ من المحرك صناديق الكلمات ونصّها بترتيبه المنطقي، ثم نرسم كل كلمة بأنفسنا في موضعها على الصفحة بخط عربي مضمّن وبشفافية كاملة. فيجد البحث الكلمة العربية، ويخرج التحديد والنسخ نصًا سليمًا يمكن لصقه في أي مكان. والصفحات المدارة تمر على المسار نفسه، فتقع طبقة الصفحة المدارة تسعين درجة في مكانها لا معكوسة.
لغة المستند: لماذا تترك «عربي وإنجليزي» كما هي
الخيار الافتراضي هو العربية والإنجليزية معًا، وهو الصحيح لأغلب الأوراق التي تُقرأ في السعودية، فاتركه إلا إن كنت واثقًا أن الصفحة بلغة واحدة. السبب أن اختيار لغة واحدة أسرع قليلًا لكنه يحوّل كل ما في الصفحة من اللغة الأخرى إلى حروف عشوائية لا معنى لها، لا إلى فراغ يمكن تجاهله. وكشف الحساب يحمل رقم آيبان بحروف لاتينية، والفاتورة تحمل الرقم الضريبي واسم النظام، والنموذج الحكومي يحمل عنوان المنصة بالإنجليزية، والشهادة تحمل اسم الجامعة بلغتين. الورقة التي تحسبها عربية خالصة نادرًا ما تكون كذلك حين تنظر في تفاصيلها. وثمن اللغتين معًا أن ملف اللغة الثاني يُنزّل مرة واحدة في أول تشغيل، وبعدها لا فرق في السرعة يستحق الحديث عنه.
عشرون صفحة في التشغيلة، وما تفعله بملف أطول
التشغيلة الواحدة تقرأ حتى عشرين صفحة. هذا حد تقني لا تجاري، ولا توجد خطة مدفوعة ترفعه لأنه ليس معروضًا للبيع أصلًا: القراءة الضوئية أثقل بمراتب من أي عملية أخرى في الموقع، لأن كل صفحة تُرسم صورة بدقة مضاعفة ثم تُفحص بالكامل بحثًا عن الحروف، وكل ذلك يجري على معالج جهازك أنت لا على خادم بعيد. عشرون صفحة هي ما ينهيه جوال متوسط دون أن يُغلق المتصفح التبويب في منتصف العمل. وأمام الملف الأطول طريقان، وكلاهما مجاني وبلا حد. الأول أن تستخدم خانة نطاق الصفحات في الأداة نفسها فتقرأ من واحد إلى عشرين، ثم تعيد الكرّة على النطاق التالي. والثاني أن تقسّم الملف أولًا بأداة التقسيم ثم تقرأ أجزاءه. وهنا تفصيل يستحق أن يُعرف قبل أن تقلق عليه: حين تختار «PDF قابل للبحث» لملف PDF، يعود إليك المستند كاملًا بكل صفحاته كما كان، والطبقة غير المرئية موضوعة على الصفحات التي قُرئت، فلا تفقد صفحة لم تدخل في النطاق.
صورة الجوال تُنظّف قبل أن تُقرأ
أكثر ما يخفض دقة القراءة ليس اللغة ولا نوع الخط، بل حال الصورة نفسها. صورة الورقة بكاميرا الجوال تخرج غالبًا رمادية الخلفية، مائلة بضع درجات، وفيها ظل اليد أو ظل الجهاز على جانب الصفحة. ومحرك القراءة يميّز الحبر بمقارنته بالورق حوله، فحين يكون الفرق بينهما تدرّجًا رماديًا بدل أن يكون حدًّا حادًا تضيع أطراف الحروف والتشكيل، وتلتبس النقطة بالنقطتين. لهذا الترتيب الصحيح لصورة الجوال أن تمر على أداة تنظيف المسح أولًا: تعيد الخلفية بيضاء، وتُبرز الحبر، وتصحّح ميلًا يصل إلى ست درجات في الاتجاهين وهو مدى ميل اليد عند التصوير، فتخرج صفحة أقرب إلى ما يعطيه ماسح ضوئي حقيقي. وأداة التنظيف لا تتعرف على النص ولا تدّعي ذلك، فهي خطوة قبل القراءة لا بديل عنها. أما الصفحة المقلوبة أو المدارة تسعين درجة فليست ميلًا في التصوير، وأداة تدوير الصفحات هي التي تعالجها.
الدقة بصدق، وما الذي يجب أن تراجعه
القراءة الضوئية ليست نسخًا للنص، بل استدلال على الحرف من شكله، ولهذا تُقاس بالاحتمال لا باليقين. النص المطبوع الواضح بالعربية أو بالإنجليزية يُقرأ جيدًا. والخط اليدوي لا يُقرأ، ولا يُبنى عليه شيء. والصفحة التي طُبعت ثم صُوّرت بالجوال ثم أُرسلت في تطبيق محادثة ثم حُفظت ثانية تفقد في كل خطوة شيئًا من حدّة حبرها، فتصل إلى القراءة أضعف مما بدأت. وأخطر ما يخطئ فيه المحرك هو ما لا تحرسه اللغة نفسها: الأرقام والأسماء ورموز الحسابات. الجملة الخاطئة تلفت النظر لأن معناها ينكسر فتُصحَّح، أما الرقم الخاطئ في مبلغ أو في رقم هوية أو في تاريخ فيمر صامتًا ويصل إلى حيث أرسلته. لذلك القاعدة الوحيدة التي نطلبها: قابل كل رقم واسم في الناتج بالصفحة الأصلية قبل أن تبني عليه قرارًا أو ترسله إلى جهة.
أول تشغيل أبطأ، وبعده لا يغادر شيء جهازك
في أول مرة تُشغّل فيها القراءة يُنزّل محرك القراءة وملف اللغة، وحجمهما بضعة ميجابايت، ثم يبقيان محفوظين في متصفحك فتبدأ المرات التالية فورًا. وذلك التنزيل يأتي من خوادمنا نحن لا من شبكة توزيع خارجية، وهي قاعدة مقصودة لا مصادفة: لا ينبغي أن يذهب طلب إلى طرف ثالث أيًّا كان بينما مستند شخص ما مفتوح في التبويب. أما الملف نفسه فلا يُرفع في أي حال من الأحوال. الصفحات تُرسم وتُقرأ داخل التبويب على معالج جهازك، ولا تصل إلى خادم، ولا نرى ما فيها، ولا توجد نسخة منها عندنا نحذفها أو نحتفظ بها. وتستطيع أن تتحقق من ذلك بنفسك بدل أن تصدّقه: احفظ نسخة الموقع للعمل بلا اتصال من صفحة العمل دون إنترنت، ثم اقطع الشبكة بعد أن يكون المحرك قد نُزّل مرة واحدة، وشغّل القراءة. ستعمل كما هي.
صفحات ذات صلة
ثلاث خطوات فقط
أسقط الملف الممسوح ضوئيًا أو صورة الورقة في الصينية أدناه
اترك اللغة على «عربي وإنجليزي»، واختر «نص للنسخ» أو «PDF قابل للبحث»، وحدد نطاق الصفحات إن تجاوز الملف عشرين صفحة
اضغط استخراج النص، ثم قابل الأرقام والأسماء بالصفحة الأصلية قبل الاعتماد على الناتج
أسئلة شائعة
لماذا لا يعمل تحويل PDF إلى Word مع الملف الممسوح ضوئيًا؟
لأن الملف الممسوح ضوئيًا صور لا نص، فلا يوجد فيه ما يُنقل إلى Word. القراءة الضوئية تستخرج الحروف من الصورة أولًا فيوجد النص. ولست مضطرًا إلى خطوتين: أسقط الملف في أداة التحويل إلى Word وستعرض عليك أن تقرأه ضوئيًا وتبني ملف Word من قراءتها في الصفحة نفسها.
كيف أعرف أن ملف PDF صورة وليس نصًا؟
افتحه في أي قارئ وحاول تحديد سطر منه بسحب المؤشر. إن تظلل السطر فالملف نصي واستخراج النص أسرع وأدق لك. وإن لم يتظلل شيء أو تظللت الصفحة كلها دفعة واحدة فالملف صور ويحتاج قراءة ضوئية.
هل يُرفع الملف الممسوح ضوئيًا إلى خادم ليُقرأ؟
لا. محرك القراءة يعمل داخل متصفحك والصفحات تُقرأ على معالج جهازك، فلا يغادر الملف الجهاز ولا نرى ما فيه ولا توجد نسخة منه عندنا. حتى المحرك نفسه نستضيفه على خوادمنا بدل مصدر خارجي، فلا يذهب أي طلب لطرف ثالث أثناء قراءة مستندك.
كم صفحة تُقرأ في المرة الواحدة؟
حتى عشرين صفحة في التشغيلة الواحدة، وهو حد تقني لأن القراءة تجري على معالج جهازك وكل صفحة تُرسم وتُفحص بالكامل. للملف الأطول استخدم خانة نطاق الصفحات وكرر التشغيل على النطاق التالي، أو قسّم الملف أولًا بأداة التقسيم. لا توجد خطة مدفوعة ترفع هذا الحد.
ما دقة القراءة الضوئية للنص العربي؟
عالية مع النص المطبوع الواضح، وتقل بوضوح مع الخط اليدوي والصور المائلة ومنخفضة الجودة. راجع الأرقام والأسماء تحديدًا، فالجملة الخاطئة يكشفها معناها أما الرقم الخاطئ فيمر صامتًا. ولتحسين النتيجة مرّر صورة الجوال على أداة تنظيف المسح قبل قراءتها.
هل أحصل على ملف Word من ملف سكانر مباشرة؟
نعم. أسقط الملف الممسوح ضوئيًا في أداة التحويل إلى Word وستعرض عليك قراءته ضوئيًا ثم بناء ملف docx من النص المقروء داخل متصفحك، بحد الصفحات نفسه. وهذه الصفحة تعطيك بدل ذلك نصًا تنسخه أو نسخة PDF قابلة للبحث تبقي شكل المستند كما هو.
لماذا لا يجد البحث الكلمات العربية في ملف PDF قابل للبحث؟
لأن أغلب الأدوات تكتب طبقة النص بترتيب الحروف البصري لا المنطقي، فيبدو الملف سليمًا ولا يجد البحث فيه كلمة عربية. هنا نرسم طبقتنا بأنفسنا من صناديق الكلمات ونصّها بترتيبه المنطقي، فيعمل البحث والتحديد والنسخ بالعربية.
