انتقل إلى المحتوى

فحص ملفات PDF العربية

هل ملفات PDF العربية المرتبطة بصفحتك تُقرأ؟ حروف معكوسة، خط بلا خريطة Unicode، صفحات صور.

  • فحص صفحتك
  • يقرأ:خدمات خارجية
  • قاعدتان
  • آخر تحديث

يقرأ: خدمات خارجية

مجاني وبلا تسجيل.

ماذا نحفظ؟

نحفظ العنوان كما ترسله، بما فيه ما بعد علامة الاستفهام، ويظهر في تقريره. يفتح التقرير كل من يملك رابطه، فلا تضع في العنوان مفاتيح أو رموز دخول أو بيانات شخصية.

نجلب حتى 3 ملفات PDF مرتبطة بالصفحة، واحداً بعد واحد، باسم ArablyzerBot وبعد أن نقرأ robots.txt لموقع كل ملف؛ وقد يكون بعضها على موقع غير موقعك. تظهر طلباتنا في سجلات ذلك الموقع.

النتيجة تظهر هنا

أدخل رابط صفحتك واضغط «افحص الصفحة». هذا ما تشغّله الأداة عليها:

  • ملف PDF عربي لا تقرؤه الآلةلم تبدأ
  • ملف PDF بلا عنوان أو لغةلم تبدأ

ماذا تفحص

  • حروف معكوسة (ترتيب بصري): كلمات تخرج مقلوبة عند البحث أو النسخ.
  • أشكال العرض (U+FB50 إلى U+FEFF) بدل الحروف الأساسية.
  • خط بلا خريطة Unicode (ToUnicode): يخرج النص رموزاً غير مقروءة.
  • صفحات صور بلا طبقة نص (ممسوحة ضوئياً).
  • عنوان المستند ولغته.
  • حتى 3 ملفات، 15 ميغابايت للملف، من الصفحة ومن أي موقع يسمح robots.txt فيه بجلبها.

مثال

خطأHTML
<p><a href="https://www.example.com/files/annual-report.pdf">تنزيل التقرير السنوي ملف PDF</a></p>
صحيحHTML
<p><a href="https://www.example.com/files/annual-report.pdf">تنزيل التقرير السنوي الكامل ملف PDF</a></p>

كيف تُصلح

  • Word: احفظ باسم PDF بخيار «Best for electronic distribution and accessibility»، وتأكد أن الخط مضمَّن، ولا تستعمل «Print to PDF».
  • InDesign: استعمل نسخة الشرق الأوسط (ME) و«World-Ready Paragraph Composer»، وصدِّر مع «Create Tagged PDF» وتضمين الخطوط، ولا تحوّل النص إلى منحنيات.
  • ملف ممسوح: شغّل OCR بالعربية (Tesseract ara أو Acrobat أو ABBYY).
  • اكتب عنوان المستند ولغته (العربية) في خصائص الملف.
  • اختبر النتيجة: انسخ فقرة من الملف إلى ملف نصي، وإن خرجت صحيحة فالملف سليم.
Shell
ocrmypdf -l ara input.pdf output.pdf

أسئلة شائعة

لأن العين تقرأ الأشكال، والآلة تقرأ الحروف خلف الأشكال. ملف مرسوم بحروف معكوسة أو بخط بلا خريطة يبدو صحيحاً على الشاشة.

لا. نجلب الملف ونقرأ نصه في الذاكرة ونرمي ما عدا الأرقام والمقتطف القصير الذي يظهر في التقرير، ويبقى هذا مع التقرير ويُحذف معه.

لأن robots.txt يمنع ArablyzerBot من جلبها، أو أنها أكبر من 15 ميغابايت، أو مشفَّرة بكلمة سر، أو ليست PDF حقيقية، أو لم يردّ الخادم. نكتب السبب بجانب كل ملف.

كيف نقيس

آخر تحديث المنهجية وحساب الدرجة

نجلب الملفات المرتبطة بالصفحة التي ينتهي مسارها بـ .pdf، من موقعها أولاً، واحداً بعد واحد، باسم ArablyzerBot وبعد أن يسمح robots.txt لموقع الملف نفسه، ونقرأ أول 20 صفحة بمكتبة pdf.js في مسار معزول بحدّ للذاكرة والوقت. الفحوص تقديرية وتقوم على قائمة صغيرة من الكلمات الشائعة ونسب حروف، ونذكر قياس كل منها.