لماذا تتقطع الحروف العربية عند تحويل PDF إلى Word؟ وكيف تتجنب ذلك

فتحتَ ملف PDF فيه كتاب رسمي أو بحث جامعي، وحوّلته إلى Word لتعدّل سطرين فقط. ثم ظهر لك «ةيمسرلا بتكلا» بدل «الكتب الرسمية»، أو حروف متباعدة مثل «ا ل ك ت ب»، أو رموز لا معنى لها.

هذه ليست مشكلة نادرة، وليست خطأً منك. الكتابة العربية تمرّ بخطوات معقّدة حتى تظهر على الشاشة، وملف PDF لا يحفظ دائماً كل ما يلزم لإعادتها نصاً سليماً. في هذا المقال نشرح ما يحدث بالضبط، وكيف تفحص ملفك قبل التحويل، وما الذي يمكنك فعله لتحصل على أفضل نتيجة ممكنة.

أولاً: هل ملفك نصّي أم ممسوح؟

ملفات PDF نوعان من حيث المحتوى:

• ملف نصّي: صُنع من برنامج مثل Word أو من نظام إلكتروني، وفيه حروف حقيقية يمكن تحديدها والبحث فيها.
• ملف ممسوح (سكانر): صورة للورقة، حتى لو بدا فيه نص واضح. بالنسبة للحاسوب، الصفحة صورة لا أكثر.

التحويل إلى Word يتعامل مع النوعين بطريقة مختلفة تماماً. الملف النصّي يُستخرج منه النص الموجود فيه. أما الممسوح فلا يوجد فيه نص أصلاً، ويجب أولاً «قراءة» الصورة بتقنية التعرّف الضوئي على الحروف (OCR).

وإذا حوّلت ملفاً ممسوحاً دون OCR، فستحصل غالباً على ملف Word فيه صور الصفحات فقط، لا نص قابل للتعديل. شرحنا الفرق بين النوعين بالتفصيل في مقال PDF ممسوح ضوئياً أم PDF نصي؟.

لماذا تنقلب الكلمات؟ الترتيب المرئي والترتيب المنطقي

نحن نكتب العربية من اليمين إلى اليسار، والحاسوب يحفظ الحروف بترتيب القراءة: الحرف الأول أولاً ثم الذي يليه. هذا يسمى الترتيب المنطقي. وعند العرض، يطبّق البرنامج خوارزمية معروفة اسمها Unicode Bidi (الاتجاه الثنائي) حتى تظهر الكلمة في مكانها الصحيح.

المشكلة أن ملف PDF يشبه لوحة مرسومة أكثر مما يشبه مستنداً. كثير من البرامج التي تولّد ملفات PDF تكتب الحروف بالترتيب المرئي، أي كما تظهر على الشاشة من اليسار إلى اليمين. الصفحة تبدو سليمة تماماً، لكن عند استخراج النص يُقرأ بالترتيب المخزّن، فتخرج الكلمة معكوسة.

قد يبدو الحل سهلاً: اعكس النص وانتهى الأمر. لكنه ليس كذلك. لو عكست السطر يدوياً فستنقلب الأرقام والكلمات الإنجليزية داخله أيضاً، فيصير «2026» «6202». الحل الصحيح هو إعادة بناء الترتيب بخوارزمية Bidi نفسها، كما يشرح مقال تقني على DEV Community. هذا ما يُفترض أن تفعله أداة التحويل الجيدة، وليست كل الأدوات تفعله.

لماذا تتقطع الحروف؟ أشكال الحرف وجدول الربط

الحرف العربي الواحد له عدة أشكال. الهاء في «هو» غيرها في «فهم» وغيرها في «وجه». محرّك الكتابة يختار الشكل المناسب حسب موقع الحرف في الكلمة، وهذه العملية تسمى تشكيل الحروف (Shaping)، ولا علاقة لها بالحركات.

ملف PDF لا يحفظ «الحرف» نفسه، بل يحفظ الشكل المرسوم (Glyph) من الخط. ولكي يعرف أي برنامج أن هذا الشكل هو الهاء الوسطى مثلاً، يحتاج الملف جدولاً داخلياً يربط كل شكل بحرفه الأصلي، اسمه ToUnicode. وهنا تبدأ المشكلات:

• الجدول موجود وسليم: يمكن إعادة الحروف إلى أصلها، فتتصل من جديد في Word.
• الجدول ناقص أو خاطئ: يضطر البرنامج إلى التخمين، فتظهر رموز غريبة أو حروف لاتينية بلا معنى، أو حروف صحيحة لكنها منفصلة.
• كل حرف مرسوم كقطعة مستقلة: بعض الملفات تضع كل شكل في موضع منفصل، فتنقله أداة التحويل كما هو، ويعجز Word عن وصله.

الخط غير المضمّن والخطوط القديمة

عند إنشاء ملف PDF يمكن تضمين الخط داخله، أو الاكتفاء بذكر اسمه. إذا لم يُضمَّن الخط، فإن الجهاز الذي يفتح الملف يستبدل به خطاً آخر، وقد لا تجد أداة التحويل معلومات كافية لفهم الأشكال.

وهناك حالة أصعب: خطوط عربية قديمة، من أنظمة نشر وطباعة سبقت انتشار Unicode، كانت تضع الأشكال العربية في أماكن الحروف اللاتينية. الملف يبدو عربياً سليماً، لكن ما بداخله فعلياً حروف لاتينية. في هذه الحالة لا توجد طريقة لاستخراج النص مباشرة، والحل العملي غالباً هو OCR، أي التعامل مع الصفحة كأنها صورة.

كيف تفحص ملفك في دقيقة قبل التحويل

قبل أن تجرّب أداة بعد أخرى، افحص الملف نفسه. افتحه في المتصفح أو في أي قارئ PDF، ثم:

1. حاول تحديد سطر عربي بالماوس، أو بالضغط المطوّل على الهاتف.
2. انسخه والصقه في المفكرة (Notepad) أو في تطبيق الملاحظات.
3. قارن ما لصقته بما تراه في الصفحة.

ماذا تعني النتيجة؟

• لا يمكن تحديد أي نص: الملف ممسوح، وتحتاج OCR.
• النص صحيح بعد اللصق: الملف جيد، والتحويل غالباً سيعطي نتيجة معقولة.
• الكلمات معكوسة: مشكلة ترتيب مرئي، وأداة تعيد بناء الترتيب قد تعالجها.
• الحروف منفصلة: مشكلة في تخزين الأشكال، والنتيجة تعتمد على الأداة، وقد تحتاج OCR.
• رموز أو حروف لاتينية بلا معنى: جدول الربط مفقود أو الخط قديم، والحل الواقعي هو OCR.

هذا الاختبار البسيط يوفر عليك وقتاً كثيراً، لأنه يخبرك هل المشكلة في الأداة أم في الملف نفسه.

حلول عملية حسب حالتك

عندك ملف Word الأصلي؟ ابدأ منه

أفضل تحويل هو الذي لا تحتاجه أصلاً. إذا كان الملف من صنعك أو من زميلك، فاطلب نسخة Word الأصلية وعدّل عليها مباشرة.

وعندما تحتاج PDF بعد ذلك، صدّره من Word نفسه أو استخدم تحويل Word إلى PDF، بدل طباعة الورقة ثم مسحها ضوئياً. الملف الذي يُصنع بهذه الطريقة يبقى نصّياً، وأسهل بكثير في أي تحويل لاحق.

الملف ممسوح؟ ابدأ بالتعرّف على النص

استخدم أداة التعرّف على النص OCR لتحويل الصفحات المصوّرة إلى نص قابل للبحث والنسخ، ثم حوّل الناتج إلى Word. وإن كان هدفك ملفاً قابلاً للبحث فقط، فاقرأ صفحة تحويل PDF ممسوح إلى نص قابل للبحث.

جودة OCR تعتمد كثيراً على جودة المسح: صفحة مستقيمة، وإضاءة متساوية، ودقة كافية. الأختام والكتابة اليدوية والتشكيل الكثيف تقلل الدقة. ووجدت دراسة منشورة على arXiv أن أدوات OCR مفتوحة المصدر تتعثر أكثر في النصوص التي تخلط العربية بالحروف اللاتينية. لذلك راجع الأرقام والأسماء دائماً بعد التحويل.

بعد التحويل: اضبط اتجاه الفقرة في Word

أحياناً تكون الكلمات سليمة، لكن الفقرة نفسها تبدأ من اليسار، والنقطة في غير مكانها، والقوائم مقلوبة. هذه مشكلة اتجاه فقرة، وحلها سهل:

• حدّد النص كله بـ Ctrl + A.
• من تبويب «الصفحة الرئيسية»، في مجموعة «فقرة»، اضغط زر «اتجاه النص من اليمين إلى اليسار».
• أو استخدم الاختصار Ctrl مع Shift الأيمن على Windows.
• اضبط المحاذاة إلى اليمين.

إن لم يظهر الزر، فأضف العربية كلغة تحرير من إعدادات اللغة في Office. وانتبه: هذا الإجراء يصلح اتجاه الفقرة فقط. لا يصلح كلمة معكوسة الحروف من الداخل، ولا حروفاً منفصلة.

غيّر الخط إلى خط عربي شائع

إذا ظهرت الحروف بأشكال غريبة أو مربعات فارغة، فربما يستخدم Word خطاً لا يدعم العربية جيداً. حدّد النص واختر خطاً عربياً موجوداً على جهازك، مثل Arial أو Simplified Arabic أو Sakkal Majalla، أو خطاً مجانياً مثل Noto Naskh Arabic.

كثيراً ما يحل هذا مشكلة المربعات، لكنه لا يصلح نصاً خُزّن خطأً في الملف الأصلي.

تحتاج النص فقط؟ لا تحوّل إلى Word

إذا كان هدفك نسخ فقرة أو اقتباس، فقد يكون تحويل PDF إلى نص أبسط وأسرع. هذه الأداة في صفحة تعمل داخل متصفحك فلا يغادر الملف جهازك، وتحاول إعادة ترتيب النص العربي قبل أن تعطيك إياه. لن تحصل على التنسيق، لكنك تحصل على نص نظيف تلصقه حيث تريد.

ماذا تتوقع بواقعية

لا توجد أداة تضمن تحويلاً عربياً صحيحاً تماماً لكل ملف. النتيجة تعتمد أولاً على طريقة إنشاء الملف، ثم على الأداة. وحتى الأدوات الكبيرة واجهت هذه المشكلة: في نقاش على مجتمع Adobe قبل سنوات قليلة، ذكر أحد الخبراء أن ميزتي التصدير وOCR في Acrobat لم تكونا تدعمان العربية حينها.

توقّع بشكل عام:

• الملفات النصّية الحديثة المصدَّرة من Word تتحوّل غالباً بشكل جيد.
• الجداول المعقدة والأعمدة المتعددة قد تحتاج ترتيباً يدوياً.
• التشكيل الكامل والأختام والتواقيع قد لا تنتقل كما هي.
• الملفات الممسوحة تحتاج مراجعة بعد OCR، خاصة الأرقام والأسماء.

أداة تحويل PDF إلى Word في صفحة تعمل على الخادم، وكذلك أداة OCR: يُرسَل الملف إلى خادمنا عبر اتصال مشفّر، ويُعالَج ثم يُحذف فوراً بعد انتهاء المعالجة. ولتفاصيل أكثر عن الملفات العربية تحديداً، راجع صفحة تحويل PDF عربي إلى Word.

الخلاصة: افحص ملفك أولاً، واختر الطريق حسب نوعه، وخصّص دقائق للمراجعة بعد التحويل. هذا أوفر من تجربة عشر أدوات على ملف لا يحمل نصاً سليماً من الأساس.

أسئلة شائعة

لماذا يظهر النص العربي مقلوباً بعد تحويل PDF إلى وورد؟

لأن كثيراً من ملفات PDF تخزّن الحروف بالترتيب الذي تظهر به على الشاشة، لا بترتيب القراءة. عند الاستخراج يُقرأ النص بالترتيب المخزّن فيخرج معكوساً. والحل أداة تعيد بناء الترتيب، لا عكس النص يدوياً.

كيف أعرف أن ملف PDF ممسوح ضوئياً؟

حاول تحديد كلمة ونسخها. إذا لم تستطع تحديد أي نص، أو حُدّدت الصفحة كلها كصورة واحدة، فالملف ممسوح ويحتاج OCR قبل التحويل.

هل يصلح زر «من اليمين إلى اليسار» في Word الحروف المقطعة؟

لا. هذا الزر يضبط اتجاه الفقرة ومحاذاتها فقط. الحروف المنفصلة أو الكلمات المعكوسة من الداخل مشكلة في استخراج النص نفسه، وتحتاج إعادة تحويل أو OCR.

هل تبقى ملفاتي عندكم بعد التحويل إلى Word؟

لا. يُرسَل الملف إلى خادمنا عبر اتصال مشفّر، ويُعالَج ثم يُحذف فوراً بعد انتهاء المعالجة. وإن كنت تحتاج النص فقط، فأداة تحويل PDF إلى نص تعمل داخل متصفحك دون رفع الملف.