新・元地方の中規模印刷会社で苦悩するWebデザイナー改めWebディレクターの日記

自由な20代、窮屈な30代を経て、遂に40代になっちまったWebディレクター&パソコン講師の覚書と思う言(こと)。略称【ちほちゅう】

*

テキストが選択できないPDFファイルからテキストを抽出する方法

   

  • このエントリーをはてなブックマークに追加

1年以上前の記事です。内容が古い可能性があります。

時々、PDFファイルを渡されて「これをホームページにしてくれない」と言われることがある。
PDFだったらそのままPDFでリンクだけ張っちゃろうかい! なんて思うこともあるが
そういうわけにも行かず、PDFファイルからテキストをコピー&ペーストしてセコセコHTMLファイルにするのだが、
中にはセキュリティ上の問題かテキストが選択できないPDFファイルもある。
だからって、プリントアウトして文字入力なんて非生産的なことはできない。
そんなときに使えるツールを発見しました。

スポンサーリンク
 

xdoc2txt - PDF,WORD,EXCEL,一太郎などの各種バイナリ文書からテキストを抽出

「xdoc2txt」は、各種ファイルからテキストを抽出するツールです。
その中にPDFファイルも含まれていて、上記テキスト選択ができないファイルからもテキスト抽出できます。

このツール、基本的にはコマンドプロンプトでの作業になるのですが、
ちょっとした設定でファイルをドラッグ&ドロップすることでテキスト抽出させる方法もあります。
以下、その手順をお教えしましょう。

1. 上記サイトからxdoc2txtをダウンロードします。
2. 解凍後、本体「xdoc2txt.exe」のショートカットを作成します。デスクトップでいいでしょう。
3. ショートカットを右クリックでプロパティ表示にします。
4. リンク先の末尾に「-f」と入力します。
xdoc2txt
以上でOK!
PDFファイルをドラッグ&ドロップすればデスクトップに抽出されたテキストファイルができるはずです。

■3月17日追記
xdoc2txtより強力なツールの紹介です。
編集不可のPDFファイルから本文をコピーする方法を教えてください。目的は英語の論文に翻訳ソフトを使用したいのです。.. – 人力検索はてな

http://www.bravaviewer.jp/reader.htm
Brava! Reader
このビューアを使えば、編集不可のpdfから、テキストをコピーすることができます。pdfを表示した後、「編集」→「選択」の後、矩形領域を選び、CTRL-Cまたは「編集」→「コピー」により、テキストをコピーします。

つまり、セキュリティが解除された状態でPDFを開くことができるツールのようです。
これはある意味バグ?なのでは。。

xdoc2txtはdos窓のコマンドラインでないと動かないと思います。それに、少なくとも日本語のpdfでは、空白やタブが無視され、ベタのテキストになってしまいます。
pdf表示→画面コピーは解像度が低く、これまで試した限りでは、ocrでは満足する結果が出ていません。拡大表示すればよいのですが、手間がかかり過ぎて...

と、それぞれの問題点を説明しています。

 - パソコン教室, 覚え書き

アドセンス広告メイン

Comment

  1. 実際に、組織の展覧会は、通常、< タイトル="ナイキエアマックスskyblineは"href ="http://www.footcheap.com/nice-nike-air-max-skybline-shoes.htm 目標を持っている優秀な場所です= "_blank">ナイキエアマックスskybline の消費者。

  2. 通りすがり より:

    大変参考になりました。
    困っていたので、たすかりました。
    ありがとうございました。

  3. Akira より:

    私が使用GTText(www.softocr.com)
    それはまた、良いプログラムです。

Message

メールアドレスが公開されることはありません。

  関連記事

Googleアナリティクスで時間別アクセス数を見る方法

1年以上前の記事です。内容が古い可能性があります。Googleアナリティクスは非 …

SNS(ソーシャルネットワーク)を使用する上で注意をすべきたった2つのポイント

1年以上前の記事です。内容が古い可能性があります。スマホの情報漏洩は免れない旨、 …

LINE(ライン)で友だちをブロック、及び非表示にする方法

1年以上前の記事です。内容が古い可能性があります。こちらの記事の改訂版です。今ま …

Googleマップで好きなところにピンを立てる方法

1年以上前の記事です。内容が古い可能性があります。以下の記事を参考にGoogle …

no image
営業の喋り方を真似て営業に強くなろう

1年以上前の記事です。内容が古い可能性があります。僕の一番の弱点は「営業力」だと …

パソコン起動と同時にJ-WAVEを流す方法 【radiko(ラジコ)】

1年以上前の記事です。内容が古い可能性があります。radiko(ラジコ)を使って …

「tsudaる」って言葉知ってる?

1年以上前の記事です。内容が古い可能性があります。ツイッターをやっていると「ts …

no image
アナログテレビでデジタル放送を見る方法

1年以上前の記事です。内容が古い可能性があります。っていうか、何もしなくても見れ …

スマホ(スマートフォン)にブックマークレットを登録する方法

1年以上前の記事です。内容が古い可能性があります。以前、スマホで使えるブックマー …

Gmailが使えなくなった! 容量オーバーに注意しよう

1年以上前の記事です。内容が古い可能性があります。自分、Gmailを使ってFli …

血液型オヤジ