استخراج النص من ملفات PDF المعقدة محليًا

القراءة تتم داخل متصفحك

عند رفع PDF إلى Toolifyu، لا يغادر الملف جهازك لقراءته. تستخدم الأداة نسخة محلية من مكتبة pdf.js لفتح المستند واستخراج نصه داخل تبويب المتصفح. لا توجد خطوة رفع أو رحلة إلى الخادم للاستخراج. وهذا مهم لسببين: الخصوصية، إذ تبقى ملاحظات المحاضرات وأوراق الامتحانات ومستندات العمل على جهازك؛ والسرعة، إذ يظهر النص في معظم الملفات خلال ثانية أو ثانيتين دون انتظار الشبكة.

ماذا يحدث خلف الكواليس؟

1. يقرأ المتصفح بايتات الملف المحدد إلى الذاكرة.
2. يفتح محلّل PDF المستند ويعالجه صفحة بعد أخرى.
3. يجمع مقاطع النص ومواضعها لكل صفحة ويطبّع المحارف ويصلها إلى نص مقروء.
4. تعرض Toolifyu عدد محارف كل صفحة، لتعرف سريعًا أيها يحوي نصًا حقيقيًا وأيها فارغ.

عدد المحارف لكل صفحة أكثر فائدة مما يبدو. الصفحة التي تُظهر عشرين محرفًا بدل خمسمئة غالبًا صورة أو مسح ضوئي أو رسم في معظمه. اكتشاف ذلك قبل التوليد يمنع اختبارًا مبنيًا على مادة غير كافية.

اختيار الصفحات المناسبة

نادراً ما يُناسبك اختبار PDF طويل دفعة واحدة؛ فدليل شهادة من ثلاثمئة صفحة ليس جلسة مذاكرة واحدة. بعد القراءة، استخدم نطاق الصفحات لاختيار محاضرة أو فصل أو مجموعة متفرقة مثل 1-3, 5, 8-10. تعرض Toolifyu عدد الصفحات والمحارف المحددة، لتُبقي كل اختبار مركّزًا على موضوع واحد. ويجعل ذلك الأسئلة أكثر ترابطًا بدل الانتقال عبر الكتاب كله.

التعامل مع الأعمدة المتعددة

تستخدم الأوراق الأكاديمية وكتب كثيرة عمودين. تعتمد القراءة على المواضع، وقد يتصل سطر من عمود بسطر من الآخر عندما يكون التخطيط متقاربًا. إذا بدا النص مبعثرًا، ضيّق النطاق لتراجع الجزء المهم، أو انسخ النص بنفسك من قارئ PDF والصقه في تبويب النص بعد ترتيب الأعمدة. اللصق هو المسار الأوثق للتخطيطات الصعبة، وهو وسيلة إدخال أساسية في Toolifyu لا مجرد حل بديل.

الجداول والمعادلات والرسوم

يستخرج المحلّل المحارف لا التخطيط. قد يتحوّل الجدول إلى سلسلة أرقام وعناوين دون شبكة، ولا تُستخرج المعادلات المصوّرة أو الرسوم. يرتبط ذلك بطريقة تخزين النص داخل PDF، لا بالأداة وحدها. للمواد الغنية بالجداول والرياضيات، الصق نسخة نصية منقّحة للأجزاء المطلوبة، أو اكتب جملًا تلخّص الجدول واختبر نفسك فيها.

ملفات PDF المصوّرة والممسوحة ضوئيًا

للصفحات المطبوعة المصوّرة، افتح قسم OCR الاختياري بعد اختيار PDF. حدد العربية أو الإنجليزية أو كلتيهما واختر حتى 10 صفحات في كل مرة. تُحوّل الصفحات المحددة فقط إلى صور وتُقرأ بالتتابع داخل المتصفح. يمكنك أيضًا اختيار OCR المحلي في تبويب الصور. راجع النتيجة القابلة للتحرير وصححها وأكد مراجعتك ثم انقلها إلى تبويب النص لإنشاء اختبار أو بطاقات بالوضع السريع. لا يُستبدل استخراج PDF الأصلي. تُحمّل ملفات المحرك واللغة من هذا الموقع عند البدء فقط، ولا يُرفع المستند. النص المطبوع الواضح والمستقيم أنسب؛ وقد تخطئ القراءة في الخط اليدوي والجداول والمعادلات والأعمدة المعقدة. يمكنك الإلغاء في أي وقت.

حجم الملف والأمان

تقبل Toolifyu ملفات PDF حتى عشرين ميغابايت وتتحقق من النوع أولًا. إذا كان الملف كبيرًا جدًا أو ليس PDF، تظهر رسالة واضحة بدل انتظار لا ينتهي. ولأن المعالجة داخل المتصفح، يزيل إغلاق التبويب المستند من الذاكرة. لا يُحتفظ به ولا يُكتب إلى خادم أثناء هذا الاستخراج المحلي.

قائمة سريعة لاستخراج نظيف

• فضّل PDF النصّي. إمكان تحديد النص في القارئ علامة جيدة على وجود طبقة نص، لكن راجع المعاينة للتأكد من جودة الترميز.
• راجع عدد المحارف لكل صفحة قبل التوليد، واستبعد الصفحات الفارغة.
• الصق النص بدل الاعتماد على الاستخراج في الصفحات ذات العمودين أو التنسيق الكثيف.
• استخدم OCR المحلي الاختياري للنص المطبوع المصوّر، ثم راجع النتيجة قبل التوليد.
• اجعل الاختبار عن موضوع واحد عبر نطاق الصفحات للحصول على أسئلة أدق.