الحروف العربية متقطعة ومنفصلة عند النسخ من PDF؟ السبب والحل الجذري
تنسخ نصاً عربياً فيظهر «م ر ح ب ا» بحروف منفصلة لا تتصل؟ نشرح لماذا يفكك ملف PDF حروفك، ولماذا لا يصلحها تغيير الخط، وكيف تستخرج نصك متصلاً سليماً.
إذا نسخت نصاً من ملف PDF فظهرت حروفه منفصلة هكذا: «م ر ح ب ا» بدل «مرحبا»، فالسبب أن الملف خزّن كل حرف كشكل مرسوم مستقل بصيغته المنفردة، وفقد المعلومة التي تقول إن هذه الحروف تتصل في كلمة واحدة. والحل الجذري ليس تغيير الخط في وورد — بل استخراج النص بأداة تعيد التعرف على الحروف وتبني الكلمات من جديد متصلة كما كُتبت.
هذه ثالث مشكلة في عائلة «النص العربي يخرب عند النسخ» — أختها الأولى الرموز الغريبة والطلاسم وأختها الثانية الكلام المقلوب. الحروف المنفصلة أقلّهن إزعاجاً للعين لأن النص يبقى مقروءاً بصعوبة، لكنها الأكثر إهداراً للوقت: لا يمكنك تسليم بحث أو خطاب حروفه مفككة، وإصلاحها يدوياً يعني إعادة كتابة كل كلمة.
لماذا تنفصل الحروف أصلاً؟
الحرف العربي كائن اجتماعي — شكله يتغير حسب جيرانه. حرف الميم وحده «م»، وفي أول الكلمة «مـ»، وفي وسطها «ـمـ»، وفي آخرها «ـم». حين تكتب في وورد أو أي محرر حديث، النظام يخزّن «هوية» الحرف ويتولى العرض اختيار الشكل المناسب تلقائياً.
ملف PDF يعمل بمنطق معاكس: هو «صورة طباعية» للصفحة، يهمّه أن يرسم كل شكل في مكانه الدقيق. بعض البرامج — خصوصاً برامج التصميم والنشر القديمة التي أُنتجت بها ملايين الملفات العربية — كانت تحفظ النص داخل الـPDF كسلسلة من الأشكال المنفردة: بدل أن تقول «هذه كلمة مرحبا»، تقول «ارسم شكل م هنا، وشكل ر هناك، وشكل ح بعدها…». الصفحة تبدو سليمة تماماً على الشاشة لأن الأشكال مرسومة متلاصقة في أماكنها.
الكارثة تقع عند النسخ: أداة النسخ تقرأ ما هو مخزّن فعلاً — أشكالاً منفردة بلا معلومة اتصال — فتلصق لك حروفاً يتيمة لا تعرف أنها كانت عائلة واحدة. وأحياناً تضيف مسافات بين الحروف لأن كل شكل كان «كائناً» مستقلاً في الملف.
الحلول المنتشرة… وحدودها
ستجد في المنتديات ومتاجر التطبيقات حلولاً شائعة، ولكل منها ثمن:
- تغيير الخط في وورد: لا يفيد غالباً — المشكلة ليست في خط العرض بل في أن النص نفسه مخزّن حروفاً منفصلة. تبديل الخط يغيّر رسم الحروف المنفصلة، لا اتصالها.
- تطبيقات «إصلاح الحروف المقطعة»: تحاول لصق الحروف برمجياً، وتنجح في النصوص البسيطة، لكنها تتعثر حين تختلط الأسطر أو تدخل الأرقام والكلمات الأجنبية، وتحتاج معالجة مقطعاً مقطعاً.
- إعادة الكتابة: الحل الذي ينتهي إليه أغلب الناس — وهو بالضبط ما نحاول توفيره عليك.
هذه الحلول كلها تعالج النتيجة المفككة بعد النسخ. والأصح معالجة الجذر: استخراج النص من الملف بطريقة لا تثق بالحروف المخزّنة أصلاً.
الحل الجذري: إعادة بناء النص لا ترقيعه
أداة استخراج النصوص في MyPDFX تتعامل مع هذه الملفات بالمنطق الصحيح: بدل نقل الأشكال المخزّنة كما هي، تحلل الصفحة وتتعرف على الكلمات كما تظهر فعلاً، ثم تعيد بناء النص بحروف متصلة وهوية سليمة واتجاه صحيح — وكأن النص كُتب من جديد في محرر حديث.
الخطوات:
- افتح أداة استخراج النصوص في متصفحك.
- ارفع ملف الـPDF. الاستخراج الأساسي مجاني ويعمل داخل متصفحك مباشرة — ملفك لا يغادر جهازك.
- إن كان ملفك من النوع العنيد (أو ممسوحاً ضوئياً)، استخدم خيار OCR عالي الدقة — يتطلب تسجيل دخول بحساب مجاني ويستهلك رصيداً واحداً، ويُحذف الملف تلقائياً بعد المعالجة.
- انسخ النص الناتج أو حمّله — حروفه متصلة وجاهزة للاستخدام.
وإن كان هدفك تعديل المستند كاملاً في وورد، فأداة تحويل PDF إلى Word تعيد بناء النص بنفس الطريقة أثناء التحويل.
كيف تعرف نوع ملفك قبل أن تبدأ؟
جرّب تحديد النص بالفأرة داخل ملف الـPDF:
- يتحدد النص لكنه ينسخ مفككاً: ملفك نصي بترميز قديم أو أشكال منفردة — أداة الاستخراج تعالجه مباشرة.
- لا يتحدد شيء: ملفك صور ممسوحة، والمطلوب OCR — وقد شرحنا هذه الحالة في مقال استخراج النص العربي من الصور.
أسئلة شائعة
لماذا تظهر الحروف العربية منفصلة مع أن الملف يبدو سليماً على الشاشة؟
لأن الملف يخزّن أشكال الحروف مرسومة في مواضعها — فتبدو الصفحة طبيعية — بينما فقد معلومة الاتصال بين الحروف. العرض سليم، والبيانات تحتها مفككة، والنسخ يكشف ذلك.
هل يحل تغيير الخط في وورد مشكلة الحروف المتقطعة؟
في الغالب لا. الخط مسؤول عن رسم الحروف، أما الاتصال فيعتمد على كون النص مخزّناً بهوية الحروف الصحيحة. إذا كان النص نفسه حروفاً منفردة، فسيبقى منفصلاً بأي خط.
هل تصلح مواقع «إصلاح النص المقطع» النتيجة؟
تنجح أحياناً في فقرات بسيطة، لكنها تتعثر مع الأرقام والكلمات الأجنبية والأسطر المختلطة. الأضمن استخراج النص من الملف الأصلي بأداة تفهم العربية بدل ترقيع نص مكسور.
نسخت من PDF فظهرت مسافات زائدة بين الحروف — هل هي نفس المشكلة؟
نعم، وجه آخر لها: كل حرف كان شكلاً مستقلاً في الملف، فترجمت المسافات بين الأشكال إلى مسافات نصية. إعادة الاستخراج بأداة تعيد بناء الكلمات تزيل هذه المسافات تلقائياً.
الخلاصة
الحروف المنفصلة ليست عيباً في جهازك ولا في وورد — هي إرث ملفات خزّنت العربية أشكالاً لا كلمات. لا ترقّع النتيجة؛ أعد بناءها من المصدر.
جرّب الآن مجاناً: ارفع ملفك على أداة استخراج النصوص من MyPDFX واحصل على نصك متصلاً سليماً خلال دقيقة — بدون برامج، وبدون إعادة كتابة كلمة واحدة.