لماذا يصبح النص غير قابل للنسخ بعد ضغط ملف PDF؟
تعرّف على تحويل صفحات PDF إلى صور وعلاقته بطبقة النص، وافحص النسخ والبحث والروابط والنماذج قبل استخدام النسخة المضغوطة.
قد تبدو صفحات PDF بعد الضغط كما كانت تقريبًا، لكن النص لا يعود قابلًا للتحديد، ولا يجد البحث كلمات ظاهرة أمامك. ليس السبب بالضرورة خللًا في القارئ؛ فقد يكون الضغط قد حوّل الصفحات كاملةً إلى صور.
حجم الملف ووضوحه لا يكفيان لتقييم النتيجة. ينبغي أيضًا التأكد من بقاء وظائف المستند الأصلية.
قد يتطابق المظهر وتختلف طريقة التخزين
يمكن أن تحتوي صفحة PDF على نصوص وصور ورسومات متجهية وروابط معًا. ما تراه على الشاشة هو مظهرها المركّب.
تدعم كائنات النص عادةً التحديد والنسخ والبحث. أما الحروف داخل الصورة فهي وحدات بكسل؛ ومظهرها كنص لا يجعلها قابلة للاستخراج مباشرةً.
قد يحتوي المستند الممسوح أيضًا على طبقة نص أنشأها OCR خلف الصورة المرئية. لذلك يمكن لملف يبدو كصورة فوتوغرافية أن يدعم البحث والنسخ.
إذا احتفظ الضغط بالمظهر فقط ثم وضع صورة كل صفحة في PDF جديد، فقد تختفي طبقة النص. يظل المستند مقروءًا، لكن طريقة تخزين محتواه تتغير.
توجد أكثر من طريقة لضغط PDF
تغيّر الطرق المختلفة أجزاء مختلفة من الملف.
| الطريقة | التغيير الأساسي | ما ينبغي الانتباه إليه |
|---|---|---|
| إعادة تنظيم بنية الملف | طريقة تخزين الكائنات والبيانات | قد يكون تقليل الحجم محدودًا؛ وتظل الوظائف بحاجة للفحص |
| ضغط الصور داخل الصفحات | دقة الصور أو جودة الترميز | قد تقل تفاصيل الصور دون أن يتأثر النص بالضرورة |
| تحويل الصفحات كاملةً إلى صور | طريقة تخزين محتوى الصفحة | قد لا تُحفظ كائنات النص والرسومات المتجهية والتفاعل |
تسمى الطريقة الثالثة التحويل النقطي أو Rasterization. تُرسم الصفحة ثم يُعاد بناء PDF باستخدام صورها. قد تقلل حجم بعض الملفات كثيرًا، لكن أثرها يتجاوز انخفاض الوضوح قليلًا.
تنشئ أداة ضغط PDF من DocCrunch حاليًا نسخة معاد حفظها على مستوى البنية وأخرى مبنية من صور الصفحات، ثم تختار الأصغر. إذا لم تكن أي منهما أصغر من الأصل، تعيد الملف الأصلي.
إذًا تعتمد الطريقة المختارة على المحتوى، ولا يمكن افتراض أن كل نتيجة تحتفظ بنص قابل للنسخ.
إعداد الوضوح الأعلى لا يضمن طبقة النص
الوضوح يصف المظهر، بينما طبقة النص تصف بنية الملف.
قد تكون صورة الصفحة عالية الدقة شديدة الوضوح دون أن تسمح بتحديد النص مباشرةً. وبالمقابل، قد يتيح PDF ذو كائنات نص النسخ حتى لو كانت رسومه غير واضحة.
تؤثر مستويات ضغط DocCrunch في جودة الصور ومقياس رسمها عند إعادة بناء الصفحات. لا يوجد حاليًا خيار مستقل يضمن الاحتفاظ بطبقة النص دائمًا. لذلك لا يضمن اختيار الإعداد الأوضح نصًا قابلًا للتحديد.
إذا كنت تحتاج البحث أو الاقتباس أو التحويل لاحقًا إلى مستند قابل للتحرير، فاختبر تلك الوظائف بدل الاكتفاء بتكبير حواف الحروف.
قد يتغير أكثر من النسخ
بعد تحول الصفحات إلى صور، راجع الميزات التي تعتمد على كائنات منفصلة.
- البحث: قد لا يعثر بحث المستند على الكلمات الظاهرة.
- الروابط: قد يبقى العنوان ظاهرًا دون منطقة قابلة للنقر.
- النماذج: قد يبقى شكل الحقل لكنه لا يقبل الإدخال.
- التكبير: قد تظهر حواف بكسلية للنص والخطوط المتجهية.
- التحويل اللاحق: قد يحتاج النص الذي كان قابلًا للاستخراج إلى OCR من جديد.
تتعرف بعض برامج القراءة تلقائيًا على النص في الصور وتتيح تحديده أو نسخه. هذا لا يثبت أن ملف PDF نفسه احتفظ بطبقة النص؛ فقد يختلف السلوك في قارئ آخر.
إذا كنت ستحتاج Word، فاحتفظ بملف PDF الأصلي واستخدم عليه تحويل PDF إلى Word. تستخرج أداة DocCrunch الحالية أساسًا النص الموجود، ولا تُجري OCR مباشرةً على الصفحات الممسوحة.
حدد ما يجب الاحتفاظ به قبل تقليل الحجم
قد يكون بناء الصفحات من الصور مقبولًا لمستند مخصص للقراءة فقط. تحقق من وضوح النص الصغير والمخططات والخطوط الرفيعة.
إذا كان البحث أو ملء النماذج أو التحويل اللاحق ضروريًا، فاجعلها شروطًا للضغط. الملف الأصغر ليس تلقائيًا الأنسب للتسليم.
ولا يلزم البدء دائمًا بخفض الجودة. إذا كنت تحتاج بعض الصفحات فقط، فاستخدم حذف صفحات PDF، ثم افحص الحجم. قد لا يكون الانخفاض متناسبًا مع عدد الصفحات، لكنه قد يجنب إعادة بناء الصفحات المتبقية كصور دون حاجة.
إذا توفر المستند المصدر، يمكنك أيضًا تصغير الرسوم الكبيرة فيه وإعادة تصدير PDF. بذلك تعالج المحتوى الذي يشغل المساحة دون تحويل الصفحة كلها إلى صورة.
اختبر النتيجة وفق الاستخدام الفعلي
بعد التنزيل:
- تحقق من عدد الصفحات وترتيبها واكتمال محتواها.
- كبّر النص الصغير والخطوط الرفيعة والمخططات والعناصر الفاتحة.
- انسخ مقطعًا إلى محرر نص عادي.
- ابحث عن كلمات تعرف أنها موجودة، بما فيها كلمات في الصفحات اللاحقة.
- جرّب الروابط والنماذج المطلوبة وتأكد من حجم الملف الفعلي.
إذا كان نص الأصل غير قابل للنسخ، فلن يجعله الضغط قابلًا للتحرير تلقائيًا. هذه مهمة التعرف على النص.
بعد ضغط PDF، احتفظ بالأصل إلى جانب النسخة الأصغر. النسخة المناسبة للإرسال قد لا تناسب التحرير أو البحث أو التحويل لاحقًا. فصل نسخة التسليم عن المصدر يجعل العمل اللاحق أسهل.
أدوات DocCrunch الموصى بها
تعمل هذه الأدوات محليًا في المتصفح كلما أمكن، لذلك لا تحتاج الملفات إلى الرفع إلى الخادم.