PDF ファイルからテキストを抽出する方法

スザンナ 2022-04-16

0 3分で読めます

PDF ファイルからテキストを抽出しなければならないときがあるかもしれません。テキストをコピーしてワープロ文書に貼り付けたい場合や、将来の参照用にテキストをアーカイブしたい場合などです。

しかし、時にはイライラするプロセスになるかもしれません。ほとんどの PDF ファイルは、画面で表示したり、そのまま印刷したりすることを目的としています。必要なテキストだけを選択しようとすると、選択範囲が多すぎたり少なすぎたりすることがよくあります。また、テキストを別の形式で保存したい場合、Edge などの PDF ビューアから直接保存することはできません。

幸いなことに、PDF ファイルからテキストを抽出して、そのプロセスをはるかに簡単にする方法がいくつかあります。

PDF からテキストを抽出する方法は?

Adobe Acrobat Proを使用する

有料プログラムである Adobe Acrobat Pro は、最も人気のある PDF リーダーの 1 つであり、強力なテキスト抽出機能も備えています。Adobe Acrobat で PDF ファイルを開き、「ツール」>「PDF のエクスポート」に進みます。Word、リッチテキスト、Excel、PowerPoint、画像など、PDF をエクスポートできる形式はいくつかあります。

複数の PDF ファイルを追加して一度にすべてをエクスポートすることもできるので、プロセスを 1 つずつ実行する必要がありません。

PDF から特定のフレーズまたはテキストの一部 (データテーブルなど) を抽出するには、領域を選択して右クリックし、エクスポートするだけです。

あるいは、 PDF要素 Adobe Acrobat が気に入らない場合。

オンラインPDFコンバーターを使用する

コンピュータにソフトウェアをインストールしたくない場合は、PDF ファイルからテキストを抽出できるオンライン PDF コンバーターが多数あります。エクスポートする形式をサポートするコンバーターを見つけて、PDF をアップロードします。

これらのサービスの中には無料で使用できるものもありますが、ほとんどのサービスには、ファイルサイズの制限、ページの制限、出力ドキュメントへの透かしなど、何らかの制限があります。

Googleドキュメントを使用する

Google ドキュメントを使用して PDF からテキストを抽出することもできます。このタスクを実行するには、PDF ファイルを Google ドライブにアップロードし、Google ドキュメントで開くだけです。

PDF が開いたら、「ファイル」>「ダウンロード」に進み、対象の形式を 1 つ選択します。ファイルはコンピューターにダウンロードされ、自由に編集できます。

スキャンした PDF からテキストを抽出するにはどうすればいいですか?

スキャンした PDF からテキストを抽出しようとすると、PDF ファイルは基本的にテキストの画像であるため、より困難になります。この場合、テキストを抽出するには光学式文字認識 (OCR) ツールを使用する必要があります。

強力なOCRプログラムの一つはアイスクリーム PDF コンバーター数回クリックするだけで、スキャンした PDF を編集可能なテキストファイルに変換できます。

Icecream PDF Converterを使用して画像PDFからテキストを抽出する

仕組みは次のとおりです:

WindowsコンピュータにIcecream PDF Converterをインストールして開きます（Macの場合は同じ PDF コンバーター OCR ）。
「PDFから」をクリックし、変換するスキャンしたPDFを選択します。
新しいファイルの出力形式を選択し、「変換」をクリックします。

変換が完了すると、ファイルはコンピュータに保存されます。

Icecream PDF Converter は 12 を超える OCR 言語をサポートし、PDF を DOC、DOCX、HTML、ODT、RTF、TXT などに変換できます。

先ほど紹介した Google Docs にも OCR 機能があり、スキャンした PDF を編集可能なテキストドキュメントに変換できます。Icecream PDF Converter や Cisdem PDF Converter OCR ほど包括的ではありませんが、ほとんどの場合は問題なく機能します。