استخراج المستندات OmniDoc / دليل 2026
كيفية اختيار أداة استخراج مستندات مجانية في عام 2026
يحوّل استخراج المستندات PDF أو مسحًا ضوئيًا أو ملف Office إلى محتوى منظم: عناوين وفقرات وجداول وصور بترتيب القراءة، كما في Markdown وJSON. تختلف الأدوات المجانية في مدى بقاء هذا التنظيم. تحقق من هذه النقاط الثمانية باستخدام أحد ملفاتك الخاصة قبل بناء أي شيء فوق الناتج.
جرّب ذلك باستخدام ملفك الخاصتم التحديث في نوفمبر 2026
8 أشياء يجب التحقق منها في الناتج
مستويات العناوين
يجب أن تظهر الفصول والأقسام كمستويات عناوين (#، ## في Markdown)، وليس كخطوط غامقة، حتى يظل مخطط المستند محفوظًا.
ترتيب القراءة والأعمدة
في الصفحات ذات العمودين أو الثلاثة أعمدة، يجب عدم خلط السطور من الأعمدة المختلفة؛ كما يجب ألا تظهر الرؤوس والتذييلات وأرقام الصفحات في منتصف الفقرة.
الجداول
يجب أن تحتفظ الجداول بصفوفها وأعمدتها، بما في ذلك الرؤوس المدمجة، بدلاً من التحول إلى سلسلة من الأرقام.
المسح الضوئي والصور
المسح الضوئي ليس له طبقة نصية. يجب أن تتعرف الأداة على النص (OCR) ثم على التخطيط؛ وتحقق من الأرقام مقارنةً بالأصل.
الصور والصيغ الرياضية
يجب تصدير الصور كملفات مع تحديد مواقعها في النص؛ ويجب ألا تتغير الصيغ الرياضية.
تنسيقات الإخراج
Markdown suits people and AI assistants; JSON that keeps paragraphs and tables in reading order suits programs, databases and retrieval (RAG).
أنواع الملفات والحدود
تحقق من عدد الصفحات لكل ملف، والحدود الشهرية، والتنسيقات المتوفرة لديك: PDF، وعمليات المسح الضوئي، Word، PowerPoint، Excel، EPUB، HTML.
الخصوصية
اكتشف من يمكنه رؤية ملفك وما إذا كنت بحاجة إلى حساب. لا تقم بتحميل مستندات سرية إلى موقع لا يذكر ذلك.
ما الذي يفعله مُستخرج OmniDoc المجاني في هذه النقاط
مستخرج المستندات المجاني OmniDoc هو صفحة ويب؛ يمكنك تسجيل الدخول باستخدام حساب OmniDoc مجاني.
البنية وترتيب القراءة
تحافظ الفصول والفقرات والقوائم على التسلسل الهرمي الأصلي؛ ويتم دمج عمودين أو ثلاثة أعمدة من النص وفقًا لترتيب القراءة.
الجداول والصور
تظهر الجداول كجداول Markdown وكصفوف وأعمدة في JSON؛ ويتم حفظ الصور في مجلد images/ مع تحديد مواقعها.
ما تقوم بتنزيله
ملف مضغوط يحتوي على document.md (النص الكامل كـ Markdown)، وdocument.json (البيانات المنظمة بترتيب القراءة)، والصور وقائمة الملفات.
الحدود والخصوصية
ما يصل إلى 501 صفحة لكل PDF ولا يوجد حد شهري؛ تنتظر عمليات الاستخراج المجانية في قائمة انتظار. يمكنك أنت فقط رؤية الملفات التي تقوم بتحميلها ونتائجها.
أي طريق لأي ملف
| ملفك | ما الذي يجب استخدامه |
|---|---|
| ورقة بحثية (PDF, عمودان) | الاستخراج المجاني: Markdown مع مستويات العناوين بترتيب القراءة؛ تحقق من الصيغ المعقدة مقارنة بالأصل. |
| عقد ممسوح ضوئيًا أو صورة لصفحة | الاستخراج المجاني مع التعرف على النص (OCR)؛ تحقق من الأرقام والجداول مقارنة بالأصل. |
| تقرير مليء بالجداول | الاستخراج المجاني: Markdown جداول، وصفوف وأعمدة في JSON، جاهزة لبرنامج جداول البيانات أو البرنامج النصي. |
| Word، PowerPoint، Excel، EPUB أو HTML | الاستخراج المجاني يقرأ بنية المستند مباشرةً؛ لا حاجة للتعرف على النص. |
| مستندات لقاعدة المعرفة أو RAG | استخدم document.json (الفقرات والجداول بترتيب القراءة) للاسترجاع وdocument.md لمساعد الذكاء الاصطناعي. |
| ملفات .doc و.ppt القديمة وملفات .xls | احفظها أولاً بتنسيق .docx أو .pptx أو .xlsx، ثم قم بتحميلها. |
أسئلة
هل توجد أداة مجانية لتحويل PDF إلى Markdown وJSON في عام 2026؟
نعم. يحوّل استخراج المستندات المجاني لـ OmniDoc ملف PDF أو مسح ضوئي أو ملف Office إلى ملف ZIP يحتوي على document.md وdocument.json والصور وقائمة الملفات. تصل إلى 501 صفحة لكل PDF؛ سجّل الدخول باستخدام حساب OmniDoc مجاني.
كيف يختلف الاستخراج المهيكل عن نسخ النص؟
يمنحك النسخ نصًا عاديًا. يحافظ الاستخراج على العناوين والفقرات والجداول والصور وكيفية ارتباطها، كبيانات مهيكلة يمكن للبرنامج استخدامها.
هل يمكنه استخراج الجداول من PDF؟
نعم. تُستخرج الجداول كجداول Markdown وكصفوف وأعمدة في JSON. يتم التعرف على الرؤوس المدمجة الشائعة؛ يُرجى مقارنة الجداول المعقدة جدًا بالمستند الأصلي.
هل يعمل مع ملفات PDF الممسوحة ضوئيًا والصور؟
نعم. تخضع المسوحات والصور للتعرف على النص أولاً ثم يتم تنظيمها وفقًا لتخطيطها. يُرجى مقارنة الأرقام والجداول بالمستند الأصلي؛ وتتوقف نتائج التعرف على الكتابة اليدوية على نوع الخط المستخدم.
هل يمكنني استخدام الناتج لـ RAG أو لمساعد ذكاء اصطناعي؟
نعم. يمكن لصق document.md مباشرة في مساعد ذكاء اصطناعي؛ ويحافظ document.json على بنية الفقرات والجداول ويناسب الاسترجاع (RAG).