PDF إلى نص

تفتح ملف PDF، تحاول نسخ فقرة، فتحصل على لا شيء أو فوضى من الأحرف مع فواصل أسطر عشوائية في منتصف الجمل. يحدث هذا مع ملفات PDF المصدَّرة من تطبيقات التصميم، أو المستندات الممسوحة ضوئياً التي مرّت بتعرّف ضوئي رديء، أو الملفات ذات التخطيطات متعددة الأعمدة المعقدة. النص موجود بصرياً — يمكنك قراءته — لكنك لا تستطيع تحديده بشكل نظيف. يقرأ مستخرج PDF إلى نص في dokk.ai طبقة محتوى النص المضمّنة فعلياً في ملف PDF، لا لقطة شاشة. بالنسبة لملفات PDF النصية المعيارية، هذا يعني استخراج كل حرف وكلمة وفقرة بالضبط كما هي منظّمة — بما فيها ترتيب القراءة للتخطيطات متعددة الأعمدة وحدود خلايا الجداول وعناصر القائمة والحواشي. تُعالج التخطيطات الكثيفة الأعمدة — كالأوراق الأكاديمية ومقالات النمط الصحفي والكتيبات متعددة الأعمدة — بخطوة تحليل تخطيط تحدد مناطق النص وتُعيد بناء ترتيب القراءة بشكل صحيح. النص المستخرج متاح كملف TXT قابل للتنزيل ويمكن نسخه مباشرةً من لوحة المعاينة.