ما الذي تعرضه أداة بنية المستند
حمّل ملف PDF وستُرسم كل صفحة بإطارات ملونة حول كل كتلة تجدها الأداة: عناوين بثلاثة مستويات، وفقرات، وعناصر قوائم، وصور. يحمل كل إطار رقمًا، وتكرر القائمة المجاورة للصفحة الكتل بالترتيب نفسه، فترى التسلسل الذي سيتبعه المحوّل أو قارئ الشاشة.
انقر على إطار أو على بند في القائمة لتمييزه في الموضعين، وشغّل أنواع الكتل أو أوقفها للتركيز على نوع واحد من العناصر. تُدرج أيضًا الإشارات المرجعية، وفي ملفات PDF الموسومة علامات بنية الصفحة الأولى. وإذا كان الهدف نسخة قابلة للتحرير لا خريطة، فإن تحويل PDF إلى Word يقوم بالتحويل.
كيفية اكتشاف الكتل
| العنصر | كيف يُتعرَّف عليه |
|---|---|
| العناوين | كتل قصيرة مكتوبة بحجم أكبر بوضوح من نص المتن. يصبح أكبر حجم عنوان 1، والذي يليه عنوان 2، ثم عنوان 3. ويُعامل سطر غامق واحد بحجم المتن كعنوان فرعي. |
| الفقرات | تُضم الأسطر المتساوية الحجم المتقاربة والمتداخلة أفقيًا في كتلة واحدة؛ ويبدأ فراغ أكبر أو تغيّر في الحجم كتلة جديدة. |
| عناصر القوائم | السطر الذي يبدأ بنقطة أو شرطة أو رقم أو حرف يليه نقطة أو قوس يصبح عنصر قائمة مستقلًا. |
| الصور | كل صورة نقطية مرسومة على الصفحة، مقاسة من تعليمات الرسم، فيطابق الإطار الصورة الموضوعة لا الملف داخلها. |
| ترتيب القراءة | تُقسَّم الكتل عند أوسع فراغ خالٍ، الفواصل العمودية بين الأعمدة قبل الفراغات الأفقية، فيُقرأ عمودان تحت عنوان بعرض الصفحة عمودًا بعد عمود. |
كيفية عرض بنية ملف PDF
- اختر ملف PDF. تُعرض الصفحات العشرون الأولى وتُحلَّل في متصفحك.
- تنقّل بين الصفحات. يُظهر المفتاح عدد الكتل من كل نوع؛ انقر على نوع لإخفائه أو إظهاره.
- انقر على أي إطار لترى نصه وحجم الخط وموضعه في القائمة على اليمين.
- نزّل النتيجة كملف JSON مع إطارات الإحاطة، أو كمخطط Markdown يحتفظ بالعناوين وعناصر القوائم ومواضع الصور.
متى تكون الخريطة مفيدة
قبل تحويل تقرير، تحقق من أن عناوينه عناوين حقيقية وأن الأعمدة ستُقرأ بالترتيب الصحيح؛ فإذا بدت الخريطة خاطئة، فسيكون المستند المحوَّل كذلك. أما المستندات الممسوحة فتبقى خريطتها فارغة لعدم وجود طبقة نصية تُقرأ، والأداة المناسبة عندئذٍ هي OCR لتحويل PDF إلى Word.
مخطط Markdown طريقة سريعة لتحويل ملف PDF إلى ملاحظات أو جدول محتويات. وعندما يهم النص كله لا هيكله فقط، فإن تحويل PDF إلى Markdown ينقل المتن أيضًا.
ما الذي تتوقعه
يعمل الاكتشاف من الهندسة وأحجام الخطوط، لا من قصد المؤلف. يُوسم اقتباس كبير كعنوان، وقد تنقسم فقرة بمسافة بادئة معلّقة إلى اثنتين، وتظهر الجداول كعدة فقرات أو عناصر قوائم لا كشبكة. ولا تُحاط الرسوم المتجهة مثل المخططات بإطارات؛ الصور النقطية فقط.
لا يمكن فتح ملفات PDF المحمية بكلمة مرور هنا؛ استخدم فتح قفل PDF أولًا. تُقرأ علامات البنية من الملف عند وجودها، لكن الإطارات نفسها تُحسب من الصفحة، فيحصل المستند غير الموسوم على خريطة كاملة أيضًا. وللتحقق رسميًا من الوسم والامتثال الأرشيفي شغّل مدقق PDF/A.