PDFに埋め込まれた文字を読み取ってテキストとして取り出せます。コピーできないPDFの文字も取り出せます。
ここにPDFをドラッグ＆ドロップ
または下のボタンから選択
PDF対応
このツールについて
いいえ。PDFの読み込みからテキストの抽出まで、すべての処理がブラウザ内で完結します。PDFがサーバーにアップロードされることは一切ないため、社外秘の資料や個人情報を含むPDFでも安心してご利用いただけます。
取り出せません。このツールは、PDFの中に埋め込まれた文字情報を読み取ります。スキャンした書類や、写真として保存されたPDFは中身が「画像」のため、文字を取り出せません。その場合は、まずPDFを画像に変換ツールでページを画像化し、画像文字起こし（OCR）ツールで文字を読み取ってください。文字を取り出せなかったときは、画面にこの案内を表示します。
PDFは「どの位置にどの文字を置くか」という情報は持っていますが、「ここが段落」「ここが表」といった文書の構造は持っていないことが多いためです。段組み・表・縦書きなどのレイアウトでは、読み順が入れ替わったり、改行が元と異なったりすることがあります。抽出後のテキストはその場で編集できますので、必要に応じて整えてからご利用ください。
パスワードで保護されたPDFは、そのままでは処理できません。先にPDFパスワード解除・設定ツールでパスワードを外してから、あらためて読み込んでください。パスワードで保護されたPDFを選んだ場合は、画面に案内を表示します。
縦書きの文字も抽出できますが、レイアウトによっては読み順が乱れることがあります。とくに縦書きと横書きが混在するページや、ルビ・注釈が多いページでは、並びが元と変わる場合があります。抽出後に内容をご確認のうえ、必要なら編集して整えてください。
はい。「ページ区切りを入れる」にチェックを入れると、各ページの先頭に「----- ページ 2 -----」のような見出し行が挿入され、どこからどこまでが何ページ目か分かるようになります。チェックを外すと、区切りなしで全ページのテキストがつながって出力されます。
抽出結果の上に文字数を表示しています。より詳しく行数や単語数まで確認したい場合は、テキストをコピーして文字数カウントツールに貼り付けると、まとめて確認できます。
「PDFの文字がコピーできない」「選択しようとするとページ全体が選ばれてしまう」——こうした違いは、PDFが文字を持っているか、画像を持っているかで決まります。この記事では、テキストを取り出せるPDFと画像だけのPDFの違い、抽出したテキストの並びが崩れる理由、取り出せなかったときの対処法を整理します。
見た目が同じPDFでも、中身は大きく2種類に分かれます。
このツールが対象にするのは前者です。PDFを開いて文字をなぞって選択できるなら、多くの場合テキストを取り出せます。ページ全体が四角く選択されてしまうときは、画像だけのPDFの可能性が高いです。
PDFは、紙に印刷したときの見た目を正確に再現するためのフォーマットです。そのため「この文字を、このページの、この座標に置く」という情報は細かく持っています。一方で、「ここからここまでが1つの段落」「これは表の3列目」といった文書の構造は、持っていないことがほとんどです。
テキストを抽出するときは、文字の座標を手がかりに並びを推測します。1段組みの素直な文書なら元どおりに近く取り出せますが、2段組みの資料では左右の段が交互に混ざったり、表では行と列の順序が入れ替わったりすることがあります。これは仕組み上どうしても起きるもので、抽出後に編集して整えるのが前提になります。
「文字を取り出せませんでした」と表示された場合は、画像だけのPDFです。この場合は、いったん画像に変換してから、画像の中の文字を読み取る流れに切り替えます。
OCRは画像から文字を推測する技術のため、印刷された文字なら実用的に読み取れますが、誤認識が混ざることがあります。読み取ったあとは必ず内容を確認してください。
このサイトでは、アクセス解析や広告配信のために Cookie を使用します。詳しくはプライバシーポリシーをご覧ください。
