محوّل PDF إلى Excel بشبكة يمكن مراجعتها

للأمر سببان مختلفان، والأداة تميّز بينهما. إن لم تكن في الملف طبقة نصية (الصفحات محفوظة صورًا) فلا شيء يُقرأ — وتُعلَّم تلك الصفحات وتحتاج تعرّفًا أولًا. وإن وُجد نص بلا بنية، فالسطور تمضي في عمود واحد، أي أنه نثر لا جدول. وترفض الأداة عمدًا أن تمرّر قائمة من عمود واحد على أنها جدول: ورقة مليئة بهذا الضجيج أسوأ من «لم يُعثر على شيء» الصادقة.

صحّحه في الشبكة نفسها، عند الموضع الذي أخطأ فيه الكاشف. في رأس كل عمود قائمة «⋯»: دمج مع التالي، تقسيم عند أوسع فراغ، حذف، تحديد النوع. والنقر على رقم الصف يحذف ذلك الصف. كانت هذه العمليات تعمل على الأعمدة الأخيرة فقط، فكانت في فاتورة من تسعة أعمدة خطؤها في الوسط بلا فائدة، مع أنها تبدو عاملة.

لأن الحواف اليسرى لا تتطابق في جدول حقيقي. ففي جدول التكاليف الاختباري عندنا يبدأ العمود الأوسط عند 143 و155 و152، ويبدأ الأيمن عند 198 و184 و184: الأرقام محاذاة يمينًا والعناوين يسارًا. والتجميع بالحافة اليسرى، بأي هامش، إما يقسم عمودًا واحدًا إلى ثلاثة أو يدمج ثلاثة في واحد. الثابت هو الممر الفارغ «بين» الأعمدة، وعليه يقوم التحليل.

لا يحوي ملف PDF أي صيغ حسابية — فيه النتيجة المحسوبة سلفًا — ولذلك تنتقل القيم. أما الخلايا المدمجة فتنتقل: النص الذي يغطي عدة أعمدة تغطية فعلية يُعد مدمجًا، وتبقى قيمته في أولها، وتظهر تلك الخلية في الشبكة ممتدة ومميّزة، ويحصل ملف .xlsx على دمج حقيقي. وكان مثل هذا النص يقع سابقًا بصمت في العمود الذي يصادف فيه منتصفه.

يضع XLSX كل جدول عُثر عليه في مصنَّف واحد، ورقة لكل جدول، مع أنواع الخلايا وعمليات الدمج. أما CSV فلا يعرف الأنواع، لكنه يُفتح في كل مكان، وصار يصدّر كل الجداول أيضًا، ملفًا لكل جدول: جدول واحد يأتي ملفًا واحدًا، وعدة جداول مجلدًا أو أرشيفًا. ويحمل كل ملف علامة ترميزه.

يُحلَّل ملف PDF في متصفحك: يقرأ pdf.js الصفحات، ويبني المصنّف مولّدُ XLSX نفسه المستعمل في أداتنا لاستعادة قواعد بيانات Access، وقد جرى التحقق منه جزءًا جزءًا في مقابل محرّك مايكروسوفت ذاته.

يُعالَج هنا نفسه. تُوسم الصفحات التي بلا طبقة نصية ويظهر زر «تعرّف على الصفحات»: يُنزَّل نموذج PP-OCRv5 مرة واحدة (نحو 12 م.ب)، ويعمل على جهازك ولا يحتاج شبكة بعدها. ويدخل النص المتعرَّف عليه البحث نفسه عن الجداول كأي ملف PDF عادي — لا مسار ثانٍ. يبقى فرق واحد: الصورة الممسوحة بلا خطوط مرسومة، فتأتي أعمدتها من الفراغات وحدها.

نعم. يأخذ كل عمود نوعًا — رقم أو تاريخ أو نص — وتذهب إلى المصنَّف قيمٌ لا سلاسل نصية: فتُحسب المجاميع وتُرتَّب التواريخ. ويُقرَّر النوع من العمود كله (شرطة واحدة بين المبالغ لا تجعله نصًّا)، ويظهر في رأسه حيث يمكنك تغييره يدويًا. والقراءة متحفظة عمدًا: «+966 50 123 4567» يبقى نصًّا، لأن تحويل رقم هاتف إلى عدد خسارة لا تُرى في ورقة جاهزة.