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

→ → → Entries ← ← ←
カテゴリー: Google Chrome 　閲覧数:601　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 ／ 7-9 → 7-15
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) 34
2 「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) 29
3 「Audacity」で複数ファイルへ対する一括変換対応について | Audacity(音) 27
4 Windows エクスプローラー再起動するためには、タスクマネージャーでエクスプローラーを選択後、再開ボタンを押します。 | Windows エクスプローラー(Windows) 23
5 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) 17
5 「タイムゾーン間で同期」にはチェックを入れない 17
5 MP3ファイルの「プロパティ」を変更できない | Windows 10(Windows) 17
6 Windows 0 14
7 Audacityで現在鳴っている音のサンプリング周波数を確認するためには、右下に表示されている「本来のサンプリング周波数」を見ます。 | Audacity(音) 12
7 3.解凍先の指定。デフォルト設定ではデスクトップに解凍 12
8 「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) 10
8 「VLC media player」で動画再生する際、なるべく高画質で観るための設定 | VLC media player(ソフトウェア) 10
8 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) 10
8 アイドル状態になるのを待機する時間 10
8 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
9 FreeFileSync 試行錯誤履歴 | FreeFileSync(ソフトウェア) 9
9 フォルダウィンドウの「戻る」「進む」矢印ボタンが表示されなくなった | Windows7(Windows) 9
10 Tablacus Explorer Version 23.9.13 へのアップデート | Tablacus Explorer(ソフトウェア) 8
10 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) 8
10 「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) 8
2025/7/16 1:01 更新
指定期間人気ページランキング ／ 2020-5-27 → 2025-7-15
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) 24198
2 Windows 0 10755
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) 10529
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) 7247
5 「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) 6070
6 タスクスケジューラ | Windows 10(Windows) 5830
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) 5728
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 4657
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) 4276
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) 4078
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 3884
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) 3658
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) 3563
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) 3226
15 「タイムゾーン間で同期」にはチェックを入れない 2713
16 「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) 2597
17 「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) 2584
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) 2560
19 Windows10でデスクトップにファイルを保存できない。ESPRIMO DH77 | Windows 10(Windows) 2513
20 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 2420
2025/7/16 1:01 更新