PDFからテキストへ — 無料のオンラインテキスト抽出ツール

PDFからテキストは、PDF文書から書かれたコンテンツを抽出し、より簡単にコピー、編集、再利用できるようにします。

PDFからテキストへの変換ツールを使用すると、文書を手動で再入力することなく、PDFコンテンツを編集可能なテキストに変換することが簡単になります。

デジタルPDFはソフトウェアによって生成されたため、文字そのものを含んでいます。スキャンPDFはスキャナーまたはカメラによって生成されたページ画像のスタックであり、文字は含まれていません。その違いが結果に関するすべてを決定します。デジタルファイルは正確なテキストを提供します。スキャンファイルは認識される必要があり、認識はクリーンスキャンでは非常に良好ですが、曲がったりぼやけたりしたものではあまり良くありません。PDFリーダーでファイルを開き、マウスでテキストの行を選択しようとすると、どのタイプのファイルかを通常判断できます。選択が単語をハイライトする場合、テキストレイヤーがあります。

実際のテキストレイヤーがあるページについては、はい。文字はファイルから読み取られ、画像から認識されることはないため、OCRは実行されず、誤読されることはありません。読み取り順序は驚くことがある唯一の要素です。テキストレイヤーは各文字の並びがどこにあるかを保存するため、意味とは関係ありません。そのため、列やサイドバーのあるページは、目の動きと一致しない順序で出力されることがあります。単語自体はファイル内の単語です。テキストレイヤーがないページは代わりにOCRを通過し、通常の認識精度を持ちます。

PDFごとに最大25ページ。長いファイルも受け付けられます：最初の25ページが抽出され、結果にどれだけのページが省略されたかを示す通知があります。この制限は、作業が自分のハードウェアで実行されるためにあります。長いスキャン文書は、ブラウザタブ内の各ページごとに1回のOCRパスを意味します。残りが必要な場合は、PDFリーダーでファイルを分割し、残りのページを別のファイルとして実行してください。

いいえ。暗号化されたPDFはパスワードなしでは開けず、このページではパスワードを要求したり、保護を回避しようとしたりしません。空白の結果の代わりに明確なエラーが表示されます。通常使用するリーダーでファイルを開き、通常の方法で認証し、パスワードを削除したコピーを保存し、そのコピーをここで実行してください。

いいえ。ファイルはディスクからページに読み込まれ、ブラウザ内で実行されるPDFリーダーによって開かれます。このサイトには受け取るためのアップロードエンドポイントはありません。これは、実際にこのようなツールに持ち込まれる文書の全体的なポイントです：銀行明細書、給与明細、税務書類、署名された契約書、IDのスキャン。実行中にネットワークタブを監視すると、リーダーとOCRモデルが到着し、文書と共に何も出て行かないのがわかります。

OCR側は英語、スペイン語、ルーマニア語、アラビア語、ギリシャ語、トルコ語、インドネシア語、ロシア語、日本語を読み取ります。抽出する前に言語を選択してください。エンジンは選択したモデルに対して形状を一致させるため、間違ったモデルは悪く読み取ります。すでにテキストレイヤーがあるページは、これらの文字がそのままファイルから読み取られるため、設定を完全に無視します。

はい。バッチを選択すると、ファイルは並行ではなく順番に処理されます。各結果は、そのファイルが終了するとすぐに表示されるため、残りがまだ実行中でも読み始めることができます。ドロップゾーンには、単一の実行の制限が表示されます。順次処理はメモリ使用量を予測可能に保ち、特に電話では重要です。

いいえ。出力はプレーンテキストであり、テーブルはグリッドではなくそのセルの内容として戻され、ヘッダー、脚注、キャプションは何もマークされません。読み取り順序は視覚的なレイアウトとは異なる場合があります。なぜなら、位置がファイルに保存され、意味は保存されないからです。直線的な散文はほぼ常に正しい順序で出力されます。サイドバー、複数の列、または記入済みのフォームのあるページは、出力を信頼する前に読むべきです。

いいえ、そして重要なファイルであなたがそれを見つけるよりも、ここでそう言いたいです。OCRエンジンは印刷された文字に対して訓練されています。手書き、署名、手書きのフォームフィールドはその範囲外であり、それらから返されるものはテキストの形をしたノイズです。印刷と手書きが混在するスキャンページは、印刷された部分と手書きの部分で無意味なものを提供します。

プレーンテキストです。1つのボタンでクリップボードにコピーするか、ページが分けられ、長い文書内で自分の位置を見つけられるようにラベル付けされた.txtファイルとしてダウンロードできます。ワードプロセッサファイル、検索可能なPDF、フォーマットは保持されません。他の場所で単語が必要な場合は、文書、スプレッドシート、または翻訳者に貼り付けてください。

それは別の方向であり、このサイトにはそのためのページがあります。JPGからPDFへの変換ツールは、写真やスキャンを取り込み、それらを単一のPDFに書き込みます。アップロードは不要です。画像があり、文書が必要なときに使用してください。このページは文書があり、そこから単語を取り出す必要があるときに使用します。

はい、アカウントなしで、使用カウンターなしで無料です。サインアップは不要で、テキストにウォーターマークはなく、クレジットもなく、より良いバージョンを保持する有料プランもありません。抽出は自分のハードウェアで実行されるため、私たちがあなたに転送するファイルごとのサーバーコストはありません。