PDFGym
AR

حوّل PDF إلى Markdown

أو أسقطه هنا
اختر PDF أولًا.

التوثيق المحبوس في PDF توثيق لا يحدّثه أحد. تقرأ هذه الصفحة النص القابل للتحديد، وتعيد بناءه بترتيب القراءة مع العناوين والقوائم وكتل الشيفرة، وتتحقق من بقاء 98 بالمئة من الحروف المحتفظ بها متتابعة. لا نص في الصفحات الممسوحة يُحرَّر، فتُرفَض تلك الملفات مع تسمية السبب.

الدليل الذي كان عليه أن يصبح صفحات ويكي

عندما يضيع الملف المصدر ولا يبقى إلا PDF، فإعادة كتابة ستين صفحة ليست خطة. استخرج النص ببنيته ونظّف ذاك بدلًا منه.

ترث كاتبة تقنية ملف field-manual-2024.pdf، وهو 60 صفحة دون مصدر، مع توجيه بنقله إلى ويكي الشركة. تفتحه هنا، وتختار احتفظ بعلامات الصفحات ليبقى كل قسم مربوطًا بصفحته، وتختار أزل التكرار لإسقاط الترويسات الجارية، ثم تضغط تحويل إلى Markdown.

يهبط التنزيل باسم field-manual-2024.md مع عناوين مستنتجة، وسطر إثبات يحصي الصفحات المفحوصة والنص المحتفظ به. تلصقه فصلًا فصلًا في الويكي، والعلامات تُظهِر أين بدأت كل صفحة PDF. يتغلب عصرٌ من التنظيف على شهر من إعادة الكتابة.

أربع مراحل من PDF إلى Markdown

  1. افتح PDF

    اضغط اختر PDF، أو أسقط الملف على الصفحة. يحتاج المستند نصًا قابلًا للتحديد ليمنحه.

  2. اضبط العلامات والتكرار

    اختر احتفظ بعلامات الصفحات أو مستند متصل، ثم أزل التكرار أو احتفظ بكل الأسطر. تعيد ملاحظة تحت الخيارات صياغة التركيبة قبل التشغيل.

  3. حوّل النص

    اضغط تحويل إلى Markdown. تُعاد بناء الأسطر بترتيب القراءة، وتستنتج أدلة حجم الخط ونمطه العناوين والقوائم وكتل الشيفرة.

  4. افحص ونزّل

    يُقرَأ Markdown من جديد: يجب أن يساوي عدد العلامات عدد الصفحات، وأن تنجو الحروف مرتبة فوق حد الاحتفاظ، وتُرفَض أخطاء الترميز. يحفظ تنزيل Markdown بعدها الملف باسم المصدر، بجانب نسبة احتفاظ وملاحظات عن التكرار المزال والصفحات الخالية من النص.

ما يستنتجه المحوّل وما يثبته

يسجّل PDF مقاطع موضوعة، ويسجّل Markdown بنية مرتبة. تجمّع الأداة المقاطع في أسطر، والأسطر بترتيب القراءة، وترقّي الصاخبة بصريًا إلى عناوين، والنقاط إلى قوائم، والمقاطع أحادية العرض إلى شيفرة. تصل علامات الصفحات كتعليقات HTML تسمّي كل صفحة، غير مرئية بعد العرض، ويسقط خيار أزل التكرار الأسطر القصيرة المتكررة عند الحافة نفسها عبر معظم المستند. تخبرك ملاحظة النتيجة بعدد الأسطر الذاهبة بالضبط.

يحرس الإثبات بعدها ثلاثة أشياء: حضور كل علامة صفحات وعدّها، وبقاء الحروف المرئية متتابعة بترتيبها الأصلي، والاحتفاظ بنسبة 98 بالمئة فأعلى دون حروف ترميز بديلة. تعرض المعاينة صفحة المصدر بجانب أول مقطع من Markdown كنص عادي، غير معروض عمدًا فلا يُنفَّذ شيء. تصفحها قبل الوثوق بالبنية.

مستندات تتحول تحويلًا سيئًا

تُرفَض المسوحات رفضًا قاطعًا: لا طبقة نص، لا Markdown، مع تسمية OCR خطوة ناقصة. يحتاج النص المخمَّن مقياس دقة خاصًا ومراجعة بشرية، فترفض الأداة اختراعه. تتحول الأوراق متعددة الأعمدة والجداول الكثيفة والحواشي تقريبيًا، ويبذل ترتيب القراءة وسعه، وتُظهِر المعاينة أين خمّن.

لإزالة التكرار حافة حادة واحدة. قسيمة شراء أو تحذير أو شعار مطبوع عند الحافة نفسها من كل صفحة يبدو للقاعدة تمامًا كترويسة جارية، فيُسقَط مع عدّه في الملاحظة. عندما تكون الأسطر المتكررة محتوى لا أثاثًا، أعد التشغيل مع احتفظ بكل الأسطر واحذف الترويسات الحقيقية يدويًا.

عندما يكون Markdown الهدف الخطأ

يأتي مستند المكتب القابل للتحرير من تحويل PDF إلى Word، ونسخة الصفحة المرئية من تحويل PDF إلى HTML. تنتمي الجداول ذات الشبكات الحقيقية إلى تحويل PDF إلى CSV أو تحويل PDF إلى Excel. وللعودة إلى الطباعة، يعرض تحويل Markdown إلى PDF النص مستندًا متحققًا منه من جديد. وتأتي صور الصفحات للشرائح من تحويل PDF إلى صور.

لماذا تبقى المسودات على جهازك

لا ينبغي للأبحاث غير المنشورة والمسودات القانونية والتقارير الداخلية أن تُعرَض على خادم غريب. يعمل الاستخراج والاستنتاج وفحص الاحتفاظ حيث يجلس PDF أصلًا، دون حساب ودون احتفاظ بشيء.

نمط الفشل صمت لا قمامة: تحت حد الاحتفاظ، أو مع عفاريت ترميز على متن الملف، لا يوجد تنزيل ببساطة. يخبرك الملف الغائب أن المستند يحتاج طريقًا آخر، وهو خير من ملف واثق مليء بالثقوب.

إجابات قصيرة عن PDF إلى Markdown

لماذا تُقرَأ ورقتي ذات العمودين عرضًا بدل طولًا؟
يتبع ترتيب القراءة الأسطر المرئية، ويبدو العمودان للمجمّع سطرًا واحدًا عريضًا. تنجو الكلمات كلها، لكن أوراق الأعمدة تحتاج إعادة ترتيب يدوية بعد التنزيل.
قسيمة تتكرر في كل صفحة واختفت. أين هي؟
أكلتها إزالة التكرار: سطر قصير عند الحافة نفسها عبر معظم الصفحات يطابق قاعدة الترويسة الجارية. أعد التشغيل مع احتفظ بكل الأسطر لاستعادتها.
ماذا يفرض احتفاظ 98 بالمئة فعلًا؟
أن الحروف المرئية انتقلت متتابعة بترتيبها الأصلي، كلها تقريبًا. تحت الحد، أو مع حروف ترميز بديلة على المتن، يُحجَب التنزيل بدل تسليم ملف به ثقوب.
هل أثق بالعناوين المستنتجة؟
غالبًا. تكسب الأسطر الأكبر والأعرض علاماتها، ويحصي سطر الإثبات عدد المستنتج منها. تصفح المعاينة مع ذلك، فتسمية صاخبة قد تتنكر عنوانًا.
تعرض المعاينة علامات # خام. هل هذا عطل؟
لا. المعاينة نص عادي عمدًا: لا تعرض HTML أبدًا، ولا تتبع روابط، ولا تحمّل صورًا. الصق التنزيل في أي تطبيق Markdown لتراه مكتسيًا.

أدوات أخرى تنقل الكلمات

تعامل الأدوات أدناه النص بالعناية نفسها: استخراج على جهازك، وفحص قبل التنزيل، ولا تطلب حسابًا أبدًا.