تحويل جداول PDF إلى Markdown
الجداول أصعب ما يمكن إخراجه سليماً من ملف PDF، لأن الملف لا يعلم أصلاً أنه يحتوي على جدول. لا توجد في البيانات صفوف ولا خلايا ولا حدود، بل نص موضوع على إحداثيات تصادف أنها تستقيم في خط واحد. استرجاع الجدول يعني اكتشاف هذه المحاذاة.
أفلِت ملف PDF أو Word هنا
أو اختر ملفًا من جهازك
PDF أو Word (.docx) · حتى 50 ميغابايت
كيف أستخرج جدولاً من ملف PDF إلى Markdown؟
أفلِت الملف على المحول في هذه الصفحة. النص الذي يحاذي أعمدة متسقة عبر صفوف متتالية يُكتشف كجدول ويُعرض بصيغة جدول GitHub Flavored Markdown، مع بقية المستند حوله، ويمكنك تحرير الناتج قبل نسخه.
لماذا يخرج نسخ جدول PDF مشوّشاً؟
يعيد النسخ النص بترتيب رسمه لا بترتيب قراءته، ولا تحتوي ملفات PDF على حدود خلايا. بنية الأعمدة يجب أن يُعاد بناؤها من الإحداثيات الأفقية، وهو ما لا يحاوله النسخ واللصق.
خطوات تحويل جدول PDF إلى Markdown
- 1
حوّل المستند
أفلِت ملف PDF على المحول. تُكتشف الجداول تلقائياً مع بقية المستند.
- 2
تحقق من عدد الأعمدة
قارن المعاينة بالأصل. العمود الفارغ باستمرار يعني عادةً أن عنواناً في المصدر كان ممتداً على عمودين.
- 3
أصلح ما تبقّى
حرّر Markdown مباشرة في جزء التحرير. الجداول نص صِرف، وإضافة خلية أو دمجها تعديل صغير.
- 4
الصقه في وجهتك
الصق الجدول في GitHub أو Obsidian أو ملف README أو موقع توثيق. تُعرض جداول GFM في كل هذه المواضع.
كيف يعمل اكتشاف الجداول
كل مقطع نصي في ملف PDF يحمل إحداثياً أفقياً وعرضاً. يقسم المحول السطر عند كل فجوة أفقية تتجاوز نحو مرة ونصف ارتفاع خط المتن، وهي مسافة أوسع بكثير من المسافة بين الكلمات وأضيق من الفجوة بين الأعمدة.
هذا الشرط وحده يخطئ في الفقرات المضبوطة الطرفين، لأنها تحتوي هي الأخرى على فجوات واسعة. لذلك يضيف الكاشف شرطاً ثانياً: يجب أن تقع الفجوات في الموضع نفسه عبر أسطر متتالية. المسافات العشوائية بين الكلمات لا تتحاذى عبر الصفوف أبداً، أما العمود الحقيقي فيتحاذى دائماً.
لا يُخرَج المقطع كجدول إلا إذا تشارك صفّان متتاليان على الأقل موضعَي عمود متكررين على الأقل. وكل ما عدا ذلك يبقى نص فقرات.
ما ينجو وما لا ينجو
صياغة الجداول في Markdown بسيطة عن قصد، وهو ما يضع سقفاً صارماً لما يستطيع أي محول الحفاظ عليه.
- ينجو: بنية الأعمدة وترتيب الصفوف ونص الخلايا والتشكيل العريض أو المائل داخل الخلية
- ينجو: يُعامَل الصف الأول كرأس للجدول، وهو ما يوافق تخطيط الجداول في معظم المستندات
- يُفقد: الخلايا المدمجة، إذ لا مقابل لها في Markdown فتنهار إلى العمود الأول
- يُفقد: الجداول المتداخلة وألوان خلفية الخلايا والحدود وعرض الأعمدة
- يُقارَب: نص الخلية الممتد على عدة أسطر يُجمع في خلية واحدة
متى يتعثر الاكتشاف
الجداول التي لا تتسق محاذاة أعمدتها هي الحالة الصعبة: حين تُوسَّط الخلايا كل على حدة، أو حين يلاصق عمودُ أرقام بمحاذاة اليمين جارَه بمحاذاة اليسار بفجوة ضيقة. الكاشف مضبوط على تفضيل ترك النص فقرات على اختلاق جدول لم يكن موجوداً، لأن الجدول الخاطئ أصعب في التنظيف من النص العادي.
القوائم المالية وقوائم الأسعار وأوراق المواصفات وجداول المقارنة تتحول جيداً عادةً. أما النماذج الكثيفة ذات الحقول المؤطّرة فلا، لأن بنيتها تأتي من مستطيلات مرسومة لا من محاذاة النص.
الأسئلة الشائعة
- هل يمكن استخراج الجداول فقط وتخطي البقية؟
- ليس تلقائياً. يُحوَّل المستند كاملاً وتبقى الجداول في مواضعها. وبما أن الناتج نص صِرف، فحذف الفقرات المحيطة لا يستغرق سوى ثوانٍ.
- ماذا عن الجداول الممتدة على عدة صفحات؟
- تُكتشف كل صفحة على حدة، لذا ينتج عن الجدول الممتد عبر فاصل صفحة جدولان. ودمجهما مسألة حذف صف الرأس المكرر.
- هل يتعامل مع أعمدة الأرقام المحاذية لليمين؟
- غالباً. يجمع الاكتشاف الخلايا حسب حافتها اليسرى في إحداثيات الصفحة، لذا قد ينقسم أحياناً عمود أرقام تتفاوت عروضها. راجع المجاميع مقابل الأصل.
- هل يمكن الحصول على CSV بدل Markdown؟
- ليس حالياً. يمكن تحويل جدول Markdown إلى CSV بسهولة في أي برنامج جداول أو بسكربت قصير، وتصدير CSV مدرج في الخطة.