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
ماذا نحفظ؟
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
<p><a href="https://www.example.com/files/annual-report.pdf">تنزيل التقرير السنوي ملف PDF</a></p>
<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
araأو 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.
ocrmypdf -l ara input.pdf output.pdfأسئلة 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.
ما تشغّله هذه الأداة
- ملف PDF عربي لا تقرؤه الآلةمتوسط
pdf-arabic-text - ملف PDF بلا عنوان أو لغةبسيط
pdf-metadata
كيف نقيس
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.