PDFからテキストへ
PDFからテキスト抽出ツールを使って、PDFからプレーンテキストを取り出します。ファイルをアップロードするか、公開PDFのアドレスを貼り付け、開始ページ、読み取るページ数、文字数の上限を選ぶと、文書のタイトルとともにページごとのテキストを取得できます。レポート、論文、マニュアルの文章を打ち直さずに引用、検索、翻訳、再利用したい学生、研究者、編集者に最適です。
よくある質問
PDFのテキストを抽出するにはどうすればよいですか？
PDFをアップロードするか、一般公開されているPDFのURLを入力してから、「テキストを抽出」をクリックします。このツールは各ページのテキストレイヤーを読み取り、ページごとの見出しの下に表示します。ページ範囲、文字数、ファイルにタイトルがある場合はそのタイトルも表示されます。
アップロードせずにURLからPDFを読めますか？
はい。絶対URLを入力してアップロード欄を空にするか、ファイルをアップロードしてURL欄を空にしてください。両方を同時に指定することはできません。ダウンロード上限は10 MiBで、リダイレクトにも従います。セキュリティ上、プライベートネットワーク、ローカルネットワーク、内部ネットワーク上のアドレスは拒否されます。
一度に何ページまで抽出できますか？
1回の実行で最大50ページを読み取れます。既定では20ページで、選択した開始ページから処理します。長い文書を読むには、次の部分なら51ページのように、後のページを開始ページにして再度実行してください。
文字数制限はどのように機能しますか？
抽出したテキストの文字数を1,000〜200,000に制限します。既定値は100,000です。上限に達するとそのページの途中でテキストが止まり、結果に途中で切れたことが表示されます。上限を引き上げるか、後のページから続けてください。
一部のページが空で返されるのはなぜですか？
スキャンしたページやPDFとして保存した写真など、テキストレイヤーのないページには文字の画像だけが含まれています。このツールはテキストを読み取りますが、OCRは行わないため、そのようなページはテキストなしとして表示されます。
ページのレイアウトは保持されますか？
PDFに記録された順序と改行を保ち、各行の前後の空白を取り除いて、連続する空白を1つにまとめます。列、表、正確な位置は再現されないため、複数列のレイアウトではPDFに保存されたテキスト順に出力されることがあります。
パスワード保護されたPDFからテキストを抽出できますか？
印刷またはコピーだけが制限されたファイルは、パスワードなしで開けるため通常どおり使えます。開くためにパスワードが必要なファイルはメッセージとともに拒否されます。先にPDFロック解除ツールでパスワードを削除し、ロック解除したファイルをアップロードしてください。
PDFのファイルサイズ上限はどのくらいですか？
アップロードとダウンロードの上限は10 MiBです。これを超えるファイルは処理前に拒否されるため、大きな文書は先に分割または圧縮し、分割した各部分を順に抽出してください。
文書のタイトルは表示されますか？
はい。PDFの文書情報にタイトルが保存されている場合、ページの上に表示されます。生成されたPDFの多くにはタイトルがないか、作成したプログラム名などの一般的なタイトルが付いているため、その場合は何も表示されません。
PDFは保存されますか？
いいえ。ファイルはこの1回のリクエストのためにメモリ上で処理され、結果とともに破棄されます。内容についてのログも記録されません。抽出したテキストはブラウザーにのみ表示されます。