محول PDF إلى Markdown

مجرّد تفريغ "PDF إلى نص" يعطيك كل كلمة دون أي شكل: عنوان الصفحة يُقرأ تمامًا مثل حاشية، والقائمة المنقطة تتحول إلى جملة متصلة. تتجاوز هذه الأداة ذلك بخطوة عبر قراءة الحجم والموقع الفعليين لكل عنصر نصي من PDF — من خلال محرك pdf.js نفسه الذي تستخدمه أدوات PDF الأخرى في هذا الموقع — وتستخدم هذا الدليل المرئي لإعادة بناء الهيكل: عناوين، وعناصر قوائم، وفقرات، مكتوبة بصيغة Markdown.

عملية الاكتشاف قائمة على القياس فعلاً، لا على تخمين متأنق. تُجمّع عناصر النص في الصفحة في أسطر بناءً على مدى تقارب مواضعها الرأسية، ويُحسب حجم خط كل سطر من مصفوفة رسم النص الخاصة به، ويُقارن هذا الحجم بحجم الخط الوسيط لكل المستند — الحجم الذي تستخدمه غالبية الأسطر فعليًا، أي النص الأساسي العادي. السطر الأكبر بوضوح من هذا الوسيط يصبح عنوان Markdown (أكبر الأسطر يصبح #، والأكبر باعتدال يصبح ##)؛ والسطر الذي يبدأ برمز نقطي أو يكون منزاحًا بمسافة بادئة أعمق من الأسطر المحيطة يصبح عنصر قائمة `-`؛ وكل ما تبقى يُعامل كنص أساسي ويُدمج في فقرات.

هذه الطريقة إرشادية بصدق، وليست محللًا بنيويًا: ملفات PDF لا تحمل ترميزًا دلاليًا مضمونًا، بل تعليمات بصرية فقط عن موضع الحبر، لذا يمكن أن تخدع خيارات الخط غير الاعتيادية من مصمم عملية مقارنة الأحجام أحيانًا، والجداول مستبعدة صراحةً — لا يمكن اختزال تخطيطات الخلايا إلى عناوين وقوائم وفقرات بأي طريقة موثوقة، وهذه الأداة لا تدّعي غير ذلك. كل صفحة تُعلّم بوضوح بفاصل "صفحة N" في الناتج، تماشيًا مع الاصطلاح المتبع في أداة PDF إلى نص في هذا الموقع.

تحصل الصفحات الممسوحة على المعاملة الصريحة نفسها المتبعة في باقي الموقع: الصفحة التي هي حقًا مجرد صورة للورق لا تحوي طبقة نصية إطلاقًا، لذا بدل أن تنتج قسمًا فارغًا بصمت، تنبهك الأداة بالضبط إلى الصفحات التي تعذّر قراءتها وتوجهك إلى أداة تحويل الصورة إلى نص (OCR) لمعالجتها. كل شيء يعمل محليًا في متصفحك — لا يُرفع شيء، ولا حدود لعدد الصفحات، وتصل النتيجة إلى مربع نص يمكنك نسخه أو حفظه كملف .md يُفتح في أي محرر يدعم Markdown.