最初に結論 / PDFからテキストを抽出する方法A / PDFからテキストを抽出する方法B

Windows PC に関するメモランダム

カテゴリー: Google Chrome  閲覧数:630 配信日:2016-08-05 09:01


最初に結論


全てのPDFファイルに対して、効果がある方法はありません
PDF作成方法に応じて、テキスト抽出方法は異なります。
例えば「『画像保存したテキスト』をPDF化したファイル」からは、OCRで読み取るしかありません。
※画像ファイルからテキスト抽出することと同じ処理が必要です。



PDFからテキストを抽出する方法A


PDFを「Chromeブラウザ」で「印刷」選択後、保存
「テキストをコピーできないPDF」を、「Chromeブラウザ」の「印刷」経由で「保存」すると、「テキストコピー」出来るようになることがあります。

手順1.ダウンロード
「テキストをコピーできないPDF」をダウンロードします。

手順2.「Google Chrome」で開く

手順3.Chromeへドラッグ&ドロップ
1でダウンロードした「テキストコピーできないPDF」を、2で開いた「Google Chrome」へドラッグ&ドロップします。
つまり、Chrome でPDFを開きます。

手順4.「Google Chrome」でPDFを保存
・画面内の適当な場所で右クリックします。
・「印刷」選択
・画面が切り替わります。
・「保存」ボタンを押します。

手順5.保存したPDFを開く
保存したPDFを再度、Chromeへドラッグ&ドロップすると、何時の間にか「テキストコピー」できるようになっています。

PDFからテキストを抽出する方法B


オンラインサービスを利用します
閲覧可能なPDFからパスワードを削除する無料のオンラインサービス「FreeMyPDF」を利用

週間人気ページランキング / 10-23 → 10-29
順位 ページタイトル抜粋 アクセス数
1 クイックアクセスから複数のピン留めを一括で解除することはできません | Windows エクスプローラー(Windows) 40
2 タスクスケジューラ | Windows 10(Windows) 34
3 「Tablacus Explorer」でアクティブタブに背景色を付けるためには、「タブをデザイン」アドオンをインストールします。 | Tablacus Explorer(ソフトウェア) 19
4 これまで正常動作していた「CrystalDiskInfo」である日突然「対応ディスクが見つかりませんでした」と表示された場合は、アップデートしてみます。 | CrystalDiskInfo(ソフトウェア) 15
5 「Audacity」で複数ファイルへ対する一括変換対応について | Audacity(音) 14
6 Audacity で再生ボタンを押しても音が鳴らない時は、再生レべルスライダーを右にドラッグして「再生レべル:100%」にします。 | Audacity(音) 13
7 Xboxを使用していない場合、XblGameSaveを動作させる必要は全くない 10
7 保存すると、.BAKというファイルが勝手にできてしまう | 秀丸エディタ(ソフトウェア) 10
8 「Windows 10」へインストールした「Audacity 3.2.4」で「.aacファイル」を読み込み、音量を大きく変換後、「.waveファイル」として出力する。 | Audacity(音) 9
8 「Chromeのユーザー1」を削除。ブックマークを復活させるためには、「Bookmarks.bak」を「Bookmarks」へリネーム後、「Profile 1」フォルダへ上書き配置 | Google Chrome(ソフトウェア) 9
9 Windows 0 8
9 MP3ファイルの「プロパティ」を変更できない | Windows 10(Windows) 8
9 Tablacus Explorer Version 23.9.13 へのアップデート | Tablacus Explorer(ソフトウェア) 8
9 Windows10 不定期でフリーズ発生トラブル(2019/6/9)。フリーズ現象の調査で採取するダンプの種類は、「完全メモリダンプ」でないと有効な調査はできない | フリーズトラブル 2019年(Windows) 8
9 「タイムゾーン間で同期」にはチェックを入れない 8
10 FileZillaでディレクトリ内容が表示されない理由は、「ディレクトリリストのフィルタリング」の「Source control directories」にチェックを入れているから | FileZilla(ソフトウェア) 7
10 VLC media player で複数曲を「繰り返し連続再生する」ためには、プレイリスト全体をリピート再生指定する | VLC media player(ソフトウェア) 7
11 「みまもり合図」に関する疑問。2018年 | みまもり合図(ソフトウェア) 6
11 秀丸エディタで、意図的に読み取り専用でファイルを開く方法は 4 種類あります。 | 秀丸エディタ(ソフトウェア) 6
11 アイドル状態になるのを待機する時間 6
2025/10/30 1:01 更新
指定期間人気ページランキング / 2020-5-27 → 2025-10-29
順位 ページタイトル抜粋 アクセス数
1 MP3ファイルの「プロパティ」を変更できない | Windows 10(Windows) 24392
2 Windows 0 10853
3 ファイル名の一部(指定文字列)を削除するバッチファイル | バッチファイル(Windows) 10582
4 「接点復活剤」「接点復活スプレー」は、100円ショップで販売されていない | イヤホン(ハードウェア) 7276
5 タスクスケジューラ | Windows 10(Windows) 6217
6 「機能を構成しています 100%完了 コンピューターの電源を切らないでください」の画面が表示され続ける場合でも、1時間ぐらいは待った方が良いかも | 起動トラブル 2019年(Windows) 6086
7 コマンドプロンプトでchkdsk /B | ハードディスクトラブル(ハードウェア) 5834
8 解凍先の指定。デフォルト設定ではデスクトップに解凍 4731
9 Audacity で再生ボタンを押しても音が鳴らない時は、再生レべルスライダーを右にドラッグして「再生レべル:100%」にします。 | Audacity(音) 4547
10 VLC media player で複数曲を「繰り返し連続再生する」ためには、プレイリスト全体をリピート再生指定する | VLC media player(ソフトウェア) 4172
11 コンピューターは正しく構成されていますが、デバイスまたはリソース (DNS サーバー) が応答していません。 | ネットワーク 3890
12 「コンテナー内のオブジェクトを列挙できませんでした」と表示される場合は、「Everyone にフルコントロール権限を与えて全て削除する」 | Windows 10(Windows) 3695
13 マウスの選択範囲がおかしくなった時、試してみた方が良いかもしれないこと | マウス(ハードウェア) 3598
14 「みまもり合図」に関する疑問。2019年 | みまもり合図(ソフトウェア) 3324
15 「タイムゾーン間で同期」にはチェックを入れない 2838
16 「みまもり合図」に関する疑問。2018年 | みまもり合図(ソフトウェア) 2659
17 「HD-LD4.0U3-BKA」と「HD-NRLD4.0U3-BA」と「HD-AD4U3」は同じ | 外付けハードディスク(ハードウェア) 2618
18 「★ページは機能していません」「★からデータが送信されませんでした。」 「ERR_EMPTY_RESPONSE」と表示されるようになったら、 Kasperskyを一旦停止してみる | ウイルス対策ソフト(Windows) 2573
19 Xboxを使用していない場合、XblGameSaveを動作させる必要は全くない 2549
20 これまで正常動作していた「CrystalDiskInfo」である日突然「対応ディスクが見つかりませんでした」と表示された場合は、アップデートしてみます。 | CrystalDiskInfo(ソフトウェア) 2518
2025/10/30 1:01 更新