انتقل إلى المحتوى
Coverton مدونة
في هذه المقالة
المستندات والنص

استخراج النص وتنظيفه من DOCX وHWPX والمستندات المنسوخة

كتبه Covertonتم النشر تم التحديث

إن حفظ مستند باسم TXT يجعل كلماته قابلة لإعادة الاستخدام، لكنه لا يحتفظ بتخطيط الصفحة الأصلية أو تنسيقها. حدد الأداة الخاصة بـ DOCX أو PPTX أو ODT أو EPUB أو HWPX أو RTF، ثم قارن النص المهم بالمصدر.

استخدم الأداة المجانية →

تحقق من تنسيق المستند الكوري أولاً

يتعامل القارئ HWPX مع الفقرات والجداول والصور المدعومة. HWP القديم غير مدعوم، ولا يقوم القارئ بإعادة إنتاج الخطوط أو الأشكال أو المعادلات أو ترقيم الصفحات الأصلية. احتفظ بنسخة الإرسال الأصلية واستخدم نتيجة TXT لإعادة استخدام النص.

قم بتنظيف فواصل الأسطر والأحرف غير المرئية بعناية

تعمل عملية التنظيف Copied-PDF على ضم فواصل الأسطر الداخلية مع الاحتفاظ بالفقرات المفصولة بأسطر فارغة. مراجعة الجداول والقصائد والقوائم مقارنة بالمصدر. تؤثر إزالة الأحرف غير المرئية الاختيارية على U+200B وBOM فقط. تعمل تسوية NFKC وNFKD أيضًا على تغيير أحرف التوافق.

يختلف التحويل عن فحص الخصوصية

يقوم Markdown-to-HTML بتحويل علامات المستند؛ يتجاهل HTML-to-TXT العلامات والتخطيط. يقوم مفتش Office بالإبلاغ عن معلومات المؤلف والتعليقات والأوراق المخفية وآثار الارتباط الخارجي. لا يعني التقرير وحده أنه تمت إزالة هذه العناصر من الملف.

اختر الأداة المناسبة

توضح المدخلات النموذجية سير العمل؛ لا يعدون بحجم ملف معين أو دقة التعرف أو التوافق.

تحويل DOCX إلى نص

استخراج النص للبحث أو التنظيم. لا تقوم نسخة TXT بإعادة إنتاج تخطيط المستند أو الصور.

مثال

document.docx → text.txt المستخرج
  1. اختر ملفات بصيغة DOCX. العدد الأقصى: 1.
  2. راجع الإعدادات (فاصل المستندات) ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

يُستخرج النص لا تخطيط الصفحة الأصلي. لا تُحفظ الصور والتنسيقات والكائنات المضمّنة، ولا يُجرى تعرّف ضوئي على النصوص.

يُقرأ النص من محتوى مستند Word. راجع الجداول ومربعات النص، إذ لا يُحفظ ترتيبها المرئي. ملفات .doc الثنائية القديمة غير مدعومة.

افتح الأداة →

تحويل PPTX إلى نص

جمع نص الشريحة في نص العمل. اختيار فاصل ومراجعة أمر الاستخراج.

مثال

Slides.pptx → text.txt مفصول بالشريحة
  1. اختر ملفات بصيغة PPTX. العدد الأقصى: 1.
  2. راجع الإعدادات (فاصل المستندات) ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

قد يختلف ترتيب القراءة عن مواضع مربعات النص. لا تُحوّل الصور أو الكلام إلى نص.

افتح الأداة →

تحويل ODT إلى نص

استخراج نص عادي من ملف OpenDocument. لا يتم حفظ الجداول والخطوط وترقيم الصفحات في TXT.

مثال

document.odt → text.txt المستخرج
  1. اختر ملفات بصيغة ODT. العدد الأقصى: 1.
  2. راجع الإعدادات (فاصل المستندات) ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

يُستخرج النص لا تخطيط الصفحة الأصلي. لا تُحفظ الصور والتنسيقات والكائنات المضمّنة، ولا يُجرى تعرّف ضوئي على النصوص.

يفصل OpenDocument النص عن الأنماط. لا تحتفظ TXT بالقوالب أو الأعمدة أو فواصل الصفحات كتخطيط ثابت. راجع القوائم والجداول بعد التصدير.

افتح الأداة →

تحويل EPUB إلى نص

اجمع النص من ملف EPUB مدعوم لسير العمل الشخصي. تحقق من الدعم للكتب المحمية وتخطيطات القراءة المعقدة.

مثال

book.epub → نص عادي للقراءة.txt
  1. اختر ملفات بصيغة EPUB. العدد الأقصى: 1.
  2. راجع الإعدادات (فاصل المستندات) ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

الكتب المحمية بنظام DRM غير مدعومة. لا تحفظ TXT التنقل أو تنسيق الخطوط أو الرسوم.

افتح الأداة →

تحويل HWPX إلى نص

استخراج النص من HWPX. يتطلب برنامج HWP القديم والاستنساخ الدقيق لتخطيط التحرير الأصلي مسارات عمل أخرى.

مثال

document.hwpx → القسم text.txt
  1. اختر ملفات بصيغة HWPX. العدد الأقصى: 1.
  2. راجع الإعدادات (فاصل المستندات) ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

تختلف HWPX عن صيغة HWP الثنائية القديمة. لا تُفتح ملفات .hwp.

افتح الأداة →

تحويل RTF إلى نص

قم بإزالة تنسيق التحكم RTF المدعوم لنسخة نصية. قارن الأحرف والجداول الخاصة بالمصدر.

مثال

document.rtf → نص عادي.txt
  1. اختر ملفات بصيغة RTF. العدد الأقصى: 1.
  2. تحقّق من صيغة الملفات وترتيبها ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

يُستخرج النص لا تخطيط الصفحة الأصلي. لا تُحفظ الصور والتنسيقات والكائنات المضمّنة، ولا يُجرى تعرّف ضوئي على النصوص.

تحتوي Rich Text على أوامر للتنسيق وترميز الأحرف تُحذف أو تُفسّر عند استخراج النص. راجع الأحرف الخاصة والترميزات القديمة؛ لا تُستخرج الصور المضمّنة.

افتح الأداة →

تحويل MARKDOWN إلى HTML

تصدير كتابة Markdown بتنسيق HTML. تحقق من كيفية عرض العناوين والقوائم والفقرات المدعومة.

مثال

# العنوان + الفقرات → document.html
  1. اختر ملفات بصيغة MD, MARKDOWN. العدد الأقصى: 1.
  2. راجع الإعدادات (نمط مستند HTML, فتح الروابط في علامة تبويب جديدة) ثم ابدأ المعالجة.
  3. نزّل نتيجة HTML وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

تُدعم صياغة Markdown محدودة. لا تُحفظ الجداول المعقدة والخلايا متعددة الأسطر والإضافات والسكربتات بالكامل.

افتح الأداة →

تحويل HTML إلى نص

استخراج النص من ملف HTML. هذا لا يزور عنوان URL لكشط موقع ويب مباشر.

مثال

Saved-page.html → text.txt قابل للقراءة
  1. اختر ملفات بصيغة HTML, HTM. العدد الأقصى: 1.
  2. تحقّق من صيغة الملفات وترتيبها ثم ابدأ المعالجة.
  3. نزّل نتيجة TXT وتحقّق من محتواها وجودتها.
ما يجب التحقق منه

لا يُجلب أو يُنفّذ المحتوى المحمّل عبر JavaScript، ولا يُحفظ تخطيط CSS.

افتح الأداة →

اقرأ إتش دبليو بي إكس

قراءة الفقرات والجداول والصور المدعومة في HWPX واستخراج النص. لا يتم دعم برنامج HWP القديم وتحرير التخطيط الدقيق.

مثال

document.hwpx → معاينة المحتوى المدعوم + TXTافتح الأداة →

قائمة نصية نظيفة

تنظيف الفراغات والتكرارات والمسافات البيضاء في قوائم تحتوي على عنصر واحد لكل سطر. قم بالفرز فقط عندما يكون تغيير الترتيب مقصودًا.

مثال

عناصر السطر المتكررة → قائمة الأسطر التي تم تنظيفهاافتح الأداة →

تطبيع يونيكود

تطبيع Unicode المؤلف بشكل مختلف، بما في ذلك النص الكوري المتحلل. يمكن أن يؤدي تطبيع التوافق إلى تغيير الأحرف.

مثال

نص متحلل + NFC → نص مؤلفافتح الأداة →

شخصيات غير مرئية

افحص النص المنسوخ بحثًا عن الأحرف غير المرئية وراجع المواضع ونقاط التعليمات البرمجية قبل الإزالة.

مثال

نص بأحرف غير مرئية → تقرير الموقع/نقطة الرمزافتح الأداة →

إزالة فواصل الأسطر

انضم إلى فواصل الأسطر غير المرغوب فيها في النثر المنسوخ. يمكن أن تعتمد الجداول والقصائد والقوائم على فواصل الأسطر المتعمدة.

مثال

نثر ملفوف + فقرات فارغة → فقرات متصلةافتح الأداة →

فحص المعلومات المخفية في ملفات Office

افحص بيانات تعريف المؤلف والتعليقات وتتبعات المحتوى المخفي قبل مشاركة ملفات Office، ثم قم بتحريرها في التطبيق المصدر.

مثال

ملف المكتب → تقرير فحص المعلومات المخفيةافتح الأداة →

يصف هذا الدليل أدوات الويب العامة وحدود الدعم الخاصة بها. احتفظ بأصلك وتحقق من النتيجة التي تم تنزيلها. Coverton · التصحيحات والاتصال

تم إعداد هذه الترجمة بمساعدة البرمجيات. يمكنك أيضًا قراءة النسخة الإنجليزية. اقرأ باللغة الإنجليزية