PDF をテキストに変換する
PDF の文字を、ただの .txt として取り出します。体裁もフォントも余計なものもなし。文字をどこかへ持っていくときに必要なのはこれです。
PDF をテキストに変換する手順
- PDF を選びます。すぐに始まります。
- 折り返しをつなぐか、ページに印を入れるかを選びます。
- .txt を保存します。
ただのテキストが必要なとき
ときに必要なのは文書ではなく、文字そのものです。引用として貼る、検索にかける、スクリプトに渡す、メモに置く。そういう用途に Word ファイルは重すぎます。邪魔になるだけの体裁を一緒に連れてくるからです。
ここでいちばん厄介なのは行の折り返しです。PDF では各行が別々に保存されています。そう印刷されているからです。けれども 8 行に折り返された段落は、どこかに貼ると 8 つの断片に散らばります。「折り返された行をつなぐ」はそうした行を段落に戻し、行末でハイフンに割られた単語もつなぎ直します。
「どの行もそのまま残す」が必要なのは、その区切り自体に意味があるときです。詩、プログラムのコード、桁揃えで成り立っている表。そういうときは何もつなぎません。
ファイルに文字が入っていない場合は、そうお伝えして、空の .txt は渡しません。たいていそれは、目の前にあるのがスキャンで、文字が画像だということです。
PDF からテキストへの質問
「PDF を Word に」との違いは。
こちらは文字だけで、体裁は一切ありません。「PDF を Word に」は段落、太字、斜体を編集できる文書として保とうとします。処理のために文字が欲しいならこちら、文書として編集するならあちらです。
改行は保たれますか。
お選びのとおりに。既定では折り返された行は段落につなぎ直され、ハイフンで割られた単語も戻します。もう一方の設定は、行をファイルのまま正確に残します。
空のファイルができてしまったら。
できません。文字がなければ、そうお伝えします。ほぼ確実にスキャンで、画像から文字を読むには OCR が必要です。
2 段組みの読み順は保たれますか。
ふつうは保たれます。ファイルに書かれている順序どおりで、それはたいてい読む順序と一致します。ただし複雑な体裁では崩れることもあります。それはファイル自身の性質で、ツールのせいではありません。
ファイルはアップロードされますか。
いいえ。文字を取り出すのは、あなたの端末のブラウザーです。