عدّ الحروف في ملف PDF

يخزّن ملف PDF النص قطعًا موضوعة على الصفحة، لا فقرات. ولذلك قد يختلف عدد الرموز قليلًا عن المستند الأصلي، وفي العربية أكثر:

• النص العربي في بعض الملفات يُخزَّن بأشكال الحروف المتصلة (أول الكلمة ووسطها وآخرها) أو بترتيب العرض لا ترتيب القراءة، فقد تظهر الكلمات مقطّعة أو معكوسة ويختلف العدد. هذا يعتمد على البرنامج الذي أنشأ الملف.
• «لا» قد تصل رمزًا واحدًا (ﻻ) بدل حرفين.
• فواصل الأسطر في الملف تصبح رموزًا، وقد تضيع المسافات في نهايات الأسطر أو تُضاف.
• الترويسات والتذييلات وأرقام الصفحات في كل صفحة تُعدّ أيضًا.
• الصفحات الممسوحة ضوئيًا ليس فيها طبقة نص، فتُعدّ صفرًا.

للحصول على عدد دقيق، اعدد الملف الأصلي (Word مثلًا). وإذا كان الملف ممسوحًا، فخذ لقطة شاشة لكل صفحة واستخدم عداد الكلمات في الصور، الذي يقرأ النص في الصور.