مستخرج روابط PDF

نوعان من الروابط، ومعظم الأدوات لا ترى إلا نوعاً واحداً

الارتباط التشعبي في ملف PDF هو تعليق رابط: مستطيل على الصفحة مرتبط بإجراء. كل أداة «تستخرج الروابط» تقرأ هذه التعليقات. لكن المستند يحتوي أيضاً على عناوين وبريد إلكتروني كُتبت في النص ولم تُحوَّل قط إلى تعليقات: حاشية تذكر https://example.org/docs، أو عنوان في كتلة التوقيع. بالنسبة للقارئ هذه روابط، وبالنسبة لمن يقرأ /Annots فقط فهي غير موجودة. تُبلّغ هذه الأداة عن النوعين وتوضّح أيّهما أيّ.

ما الذي تُبلّغ عنه

• الروابط الخارجية: أهداف http وhttps.
• الروابط الداخلية: قفزات داخل المستند. يُحلّ الهدف إلى رقم صفحة حقيقي، سواء كان مصفوفة وجهة صريحة أو وجهة مسمّاة في شجرة الأسماء.
• mailto وtel: تُعرض دون المخطط ليكون العنوان أو الرقم مقروءاً.
• روابط الملفات: أهداف تفتح شيئاً خارج المستند.
• إجراءات JavaScript: عنوان javascript: ينفّذ شيفرة عند النقر.
• العناوين والبُرُد غير المرتبطة: تُلتقط من النص وتُوسم على حدة، وتُستبعد إن كانت أصلاً داخل تعليق رابط.

كل مدخلة تحمل صفحتها ونصها الظاهر (المستعاد من كلمات الصفحة نفسها داخل مستطيل التعليق، لأن تعليق الرابط لا يخزّن نصاً) وهدفها.

تنبيهات الخطورة

• javascript: النقر ينفّذ شيفرة داخل العارض.
• mismatch: النص الظاهر عنوانٌ يشير إلى مضيف بينما الرابط الفعلي يشير إلى مضيف آخر. هذا هو الشكل الكلاسيكي للتصيّد، وعارض PDF لا يعرض إلا النص. يستحق أن تراه قبل النقر.
• no-target: تعليق رابط بلا عنوان وبلا وجهة قابلة للحل؛ ميت في كل العارضات.
• relative: هدف بلا مخطط، يُحلّ بحسب مكان فتح الملف.

لا يُجلب أي شيء

لا يُطلب أي عنوان من المستند إطلاقاً. وهذا مهم: يمكن فحص ملف PDF مشبوه هنا دون لمس الخادم في الطرف الآخر ودون الكشف عن أنك فتحته. يُحلَّل الملف بالكامل داخل متصفحك ولا يُرفع شيء.

التصدير

CSV — صف لكل رابط يضم الصفحة والنوع والنص الظاهر والهدف وصفحة الوجهة المحلولة والتنبيهات — أو JSON بالبيانات نفسها إضافةً إلى المستطيلات، إن أردت البناء عليها.