PDFTextFlow.

テキストをすっきり取り出す

PDFからテキストに変換

PDFからテキストをブラウザ内で抽出します。内容を確認・編集し、コピーまたは.txtファイルとして保存できます。

PDFテキスト抽出ツール
このブラウザ内で処理

PDF文書

パスワード付きPDFですか？

この変換のためにブラウザ内でのみ使用します。

端末内で読み取ります。PDFはアップロードされません。
英語OCRを実行すると、認識データをjsDelivrから取得します。

ブラウザで処理できるよう、ファイルは30 MBまでです。

抽出したテキスト

テキストを確認・編集できます。

抽出したテキストがここに表示されます。確認して修正し、必要な部分を使ってください。

編集 · コピー · TXTをダウンロード

PDFをテキストに変換する方法

最初の操作から結果の活用までを説明します。

  1. 読みたい PDF を選択します。

    [PDF を選択] を使用するか、1 つのファイルをアップロード ゾーンにドラッグします。 30 MB と 200 ページの制限を確認してください。ロックされたファイルの場合は、パスワード オプションを開いて、使用を許可されているパスワードを入力します。

  2. テキストを抽出し、結果を確認します。

    「テキストの抽出」を選択します。ページは順番に読み取られます。 progress は現在の操作を示します。選択可能なテキストが見つからない場合は、「英語 OCR を実行」を実行して、最大 20 ページの鮮明な印刷英語スキャンを試してください。

  3. テキスト ファイルを編集、コピー、またはダウンロードします。

    編集可能な結果の読み上げ順序、スペル、改行を確認します。コピーすると、結果がクリップボードに保存されます。 .txt をダウンロードすると、PDF のファイル名で UTF-8 テキスト ファイルが保存されます。選択した PDF を削除すると、ワークスペースがクリアされます。

PDF からテキストをコピーする前に、結果を元のテキストと比較してください。見出し、列、番号を簡単に確認することは、コンテンツを引用したり再利用したりする場合に特に役立ちます。

Create a paginated PDF from plain text with Text to PDF

選択可能なテキストまたはスキャン?

PDF リーダーで元のファイルを開き、個々の単語を選択してみてください。選択可能なテキスト PDF には、抽出プログラムが読み取ることができる文字が格納されます。スキャンされた PDF には、ページの写真が保存されます。画像 PDF をテキストに変換するには、光学式文字認識 (OCR) が必要です。

混合ドキュメントには両方を含めることができます。標準的な抽出が成功しても、すべての画像ベースのページが読み取られたとは限りません。ページ数と元の文書を確認してください。別の OCR アクションは、現在の結果とマージするのではなく、現在の結果を置き換えます。

英語OCRの精度を高めるには

英語OCRは、最大20ページの鮮明な印刷文字に対応します。回転したページは向きを整え、鮮明なスキャンを使い、可能であればコントラストを高めてください。表、段組み、手書き、低解像度の画像は、手作業で修正が必要な場合があります。

Tesseract のスクリプトとワーカーは Web サイトで提供されます。 OCR が必要な場合、その認識エンジンと英語データは jsDelivr からダウンロードされます。 PDF とページ画像はブラウザーに残ります。接続またはブラウザーの制限により、OCR が起動できない場合があります。選択可能なテキストの抽出は引き続き利用できます。

  • 名前、日付、合計、I/l/1 や O/0 などの文字をオリジナルと照合してください。
  • 初期化が停止した場合は、変換をキャンセルし、接続を復元して再試行してください。有効な OCR 作業には自動タイムアウトはありません。
  • 英語以外のOCRには対応していません。英語以外のスキャンに英語OCRを使わないでください。

PDF からテキストへの変換後に残るもの

抽出機能は、配置されたテキストから単語、読み上げ順序、改行、段落ギャップを再構築します。ページのレプリカではなく、プレーン テキストを作成します。フォント、色、画像、豊富なスタイルは保持されません。複雑な列とテーブルは並べ替えられる場合があります。

このワークスペースは、抽出されたテキストのみを編集します。元の PDF 内のテキストを変更したり、コンテンツを編集したり、Word ファイルをエクスポートしたりすることはありません。クリーンなテキストから作成された新しい PDF の場合は、Text to PDF を使用します。

制限とトラブルシューティング

入力: 30 MB および 200 ページ。編集可能な出力: 2,000,000 文字。英語 OCR: 20 ページ。制限エラーは、別の信頼できるツールでドキュメントを分割するか、より小さいファイルを選択する必要があることを意味します。 PDFTextFlow は、サイレントに抽出を切り詰めません。

  • パスワードが必要です: パスワードで保護された PDF に既知のパスワードを入力しますか?そして再試行してください。サポートされていない暗号化では、認証された暗号化されていないコピーを信頼できる PDF リーダーに保存する必要がある場合があります。
  • 無効または破損した PDF: 新しいコピーをダウンロードするか、PDF リーダーに再保存してください。別のファイルの名前を .pdf に変更しても、そのファイルは PDF にはなりません。
  • 予期しない語順: テーブルと列をソースと比較し、コピーする前に結果を編集します。
  • コピーは利用できません: エディターでテキストを選択し、キーボードまたはデバイスのコピー操作を使用します。 TXT download is another way to keep it.

ファイルはデバイス上に残ります

解析、テキストの再構築、および OCR 認識はこのブラウザーで実行されます。元の PDF は、この変換ワークフローではアップロードされません。 Web サイトは引き続きスクリプトとアセットをロードし、オプションの OCR は認識リソースを外部にダウンロードします。

閉じるか別の場所に移動する前に、結果を保存してください。 PDFTextFlow はクラウド ストレージや変換履歴を提供しません。処理中、ファイル置換はロックされます。操作をキャンセルして再試行するか、別のファイルを選択してください。

知っておきたいこと

変換前に役立つ情報です。

PDF をテキストに変換するにはどうすればよいですか?

PDF を選択するか、ワークスペースにドロップして、[テキストの抽出] を選択します。エディターで結果を確認し、必要に応じて修正します。 [コピー] を使用してクリップボードに置くか、.txt をダウンロードしてテキスト ファイルを保存します。

PDF からテキストをコピーするにはどうすればよいですか?

抽出後、結果の上にある [コピー] を選択します。クリップボードにアクセスできない場合は、エディターでテキストを選択し、キーボードでコピーすることもできます。抽出でテキストが見つからない場合、PDF にはページ画像が含まれている可能性があり、OCR が必要です。

画像のみまたはスキャンした PDF をテキストに変換できますか?

はい、鮮明に印刷された英語を得るには、抽出で選択可能なテキストが見つからなかった後に、Run English OCR を使用します。 OCR は最大 20 ページをサポートします。初めて使用するとき、ブラウザは Tesseract の認識エンジンと jsDelivr から英語データをダウンロードします。 PDF はデバイス上に残ります。 OCR では、低品質のテキスト、歪んだテキスト、手書きのテキスト、または英語以外のテキストが見逃される可能性があります。

この PDF からテキスト コンバーターは無料ですか?サインアップする必要がありますか?

コンバーターは無料で使用でき、アカウントは必要ありません。 PDF はブラウザで処理され、PDFTextFlow にはアップロードされません。オプションの OCR は、認識リソースを jsDelivr からダウンロードします。

どの PDF が機能しますか? 制限は何ですか?

選択可能なテキスト PDF を使用すると、最適な抽出が行われます。ファイルは最大 30 MB、200 ページまで可能です。 OCR は 20 ページに制限されています。 PDF のパスワードがわかっている場合は、パスワード オプションにそれを入力します。複雑なテーブルまたは列の読み取り順序は、手動によるクリーンアップが必要な場合があります。

テキスト ファイルへの PDF は元の書式を保持しますか?

TXT の結果には、単語と再構成された改行と段落の区切りが含まれます。フォント、色、画像、ページ スタイル、または正確なテーブル レイアウトは保持されません。列、ヘッダー、または脚注のテキストを再利用する前に、結果を編集してください。

パスワードで保護された PDF からテキストを抽出するにはどうすればよいですか?

パスワードで保護された PDF を開きますか?使用を許可されているパスワードを入力します。パスワードが見つからない、または間違っているというエラーが発生した後、テキストの抽出を再試行します。 PDFTextFlow は暗号化を削除したりバイパスしたりしません。パスワードはブラウザ内でのみ使用されます。

スキャンされた単語の一部が間違っていたり、欠落していたり​​するのはなぜですか?

コントラストがはっきりした、高解像度の直立スキャンを試してください。 O や 0 などの類似した文字、名前、数字を確認します。英語の OCR は、手書きまたは他の言語では信頼できません。リソースを読み込めない場合は、接続を復元して再試行してください。初期化が停止した場合はキャンセルします。