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。

通りすがり へ返信する コメントをキャンセル

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

no image
「ネットで悪口」再び有罪に

1年以上前の記事です。内容が古い可能性があります。最終的にはどっちになるんでしょ …

その人と分かる写真(顔の入った写真)を公開するのは個人情報保護法違反

1年以上前の記事です。内容が古い可能性があります。いままで、さほど気にせず人の写 …

iPhone(アイフォーン)を紛失したらすべきこと

1年以上前の記事です。内容が古い可能性があります。去年の暮れ30日に映画を見に行 …

Flickrでタグを使ったスライドショーが非常に便利

1年以上前の記事です。内容が古い可能性があります。せっかくFlickrを有料で使 …

熊谷駅、上尾駅等から池袋駅、新宿駅、渋谷駅までの定期券で途中下車できる駅を増やす方法

1年以上前の記事です。内容が古い可能性があります。これ、知っておくと途中下車でき …

Googleアカウントの作り方(取得方法)

1年以上前の記事です。内容が古い可能性があります。下記手順は既に古いです。新しい …

「ヨメレバ」が便利そうなので色々なアフィリエイトに手を出してみた(e-hon / bk1編)

1年以上前の記事です。内容が古い可能性があります。だいたい有名なアフィリエイトは …

no image
コンバージョン率7割越えのすごいサイト

1年以上前の記事です。内容が古い可能性があります。ツイッターでとんでもないコンバ …

カット&ペースト怖い。スマホ(スマートフォン)で撮った写真を完全に削除する方法

1年以上前の記事です。内容が古い可能性があります。これは間違いなく自分が悪いんだ …

普段はおとなしいのにメールでは凶暴!ネットとリアルの二重人格者が増えている

1年以上前の記事です。内容が古い可能性があります。たまたま自分の周りにもこういう …

血液型オヤジ