テキスト抽出では、PDF に既に保存されている単語を読み取り、プレーン テキスト ファイルに書き込みます。これは OCR ではありません。ページが単語の画像である場合、抽出プログラムは読み取るものを何も持ちません。
一歩ずつ
- 1
PDF をアップロードする
PDF をボックスにドラッグするか、「ファイルを選択」をクリックします。これは暗号化された接続を介して送信され、このタスクにのみ使用されます。
- 2
実行してダウンロード
「PDF to Text」を押すと、ページに進行状況が表示されます。完了すると、ダウンロード リンクが表示されます。電子メールで送信されるものは何もなく、必要以上に長く保存されることもありません。
画面の見え方
テキストは本物ですか？
PDF ビューアで文を選択してみてください。ハイライト表示されている場合、PDF にはテキスト レイヤーがあり、抽出によりテキスト レイヤーが返されます。ページがスキャンの場合は、実行します OCR まず。この 1 つのチェックにより、ほとんどの残念な空のテキスト ファイルが回避されます。
読む順番と改行
テキストは段落ごとではなく位置ごとに保存されます。複数段組みのページはインターリーブされる可能性があり、両端揃えのテキストでは文の途中で改行が発生する可能性があります。テキストを別のツールに入力する前に、最初の数段落を読んで順序を修正してください。通常、テーブルはグリッドを失います。使う PDFからExcelへ データ用。
エンコードと特殊文字を確認する
アクセント付きの文字、合字、記号は、テキストが PDF から出力されるときに変更される場合があります。アクセント付きの名前と通貨記号付きの数字を検索します。出力がデータベースまたはスクリプトの場合は、UTF-8 を想定するのではなく、エンコーディングを確認してください。
テキストファイルが残すもの
The .txt carries words, not the document. Images, drawings, form-field values and annotations stay in the PDF, and there are no settings to change: the tool reads every page in the order the PDF declares and returns a single file. When the destination needs more than words, convert instead — PDFからWordへ レイアウトを維持し、 PDFからExcelへ テーブルを回復し、 PDFからPowerPointへ スライドを再構築します。
PDF をテキストに変換するための良い習慣
- テキスト PDF が最もよく変換されます。ページがスキャンの場合は、最初に OCR を実行します。
- 表は配置によって検出されるため、罫線が最も確実に変換されます。
- オリジナルを削除する前に結果を確認してください。
よくある質問
PDF からテキストへの変換は何をしますか?
PDF が宣言する読み取り順序を維持しながら、PDF から選択可能なテキストをプレーン テキスト ファイルにページごとにコピーします。
PDF to Textは無料で使用できますか?
はい。このブラウザ ツールは無料で、ウォーターマークも 1 日のタスク制限もありません。 E-Sign と Legal Workflow のみが有料製品です。
PDF to Text を使用した後、ファイルはどうなりますか?
これらは推測不可能な ID で保存され、数時間後に自動的に消去されます。何も共有されず、インデックスも作成されません。
抽出されたファイルが空なのはなぜですか?
PDF はおそらくテキスト レイヤーのないスキャンです。最初に OCR を実行してから、検索可能なコピーからテキストを抽出します。
レイアウトを維持できますか?
プレーンテキスト抽出では、ページデザインではなく単語が保持されます。レイアウトが重要な場合は、PDF to Word を使用してください。
抽出にはコメントも含まれますか?
注釈やフォーム値ではなく、ページ テキストを抽出します。重要な場合は、それらを個別に削除またはエクスポートします。