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:489　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 ／ 4-18 → 4-24
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) 68
2 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 29
2 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) 29
3 タスクスケジューラ | Windows 10(Windows) 24
4 「Audacity」で複数ファイルへ対する一括変換対応について | Audacity(音) 21
5 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) 18
6 Windows 0 17
7 「VLC media player」で動画再生した際、動きが大きくなるにつれて横シャギーが入ったように横線が表示される場合には、「デインターレース」設定を「オン」へ変更します。 | VLC media player(ソフトウェア) 13
7 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) 13
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) 13
8 ctfmon.exe – Unknown Hard Error | フリーズトラブル 2021年 (Windows) 11
8 「タイムゾーン間で同期」にはチェックを入れない 11
9 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) 9
9 MP3ファイルの無音部分を自動検出して、「分割」もしくは「削除」するフリーソフト … mp3DirectCut | mp3DirectCut(音) 9
9 三菱東京UFJ銀行(インターネットバンキング) カテゴリー 9
10 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) 8
10 「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) 8
10 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 8
10 「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) 8
11 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) 7
2024/4/25 1:01 更新
指定期間人気ページランキング ／ 2020-5-27 → 2024-4-24
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) 22451
2 Windows 0 10299
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) 10177
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) 7237
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) 5947
6 タスクスケジューラ | Windows 10(Windows) 5193
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) 4961
8 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 3855
9 解凍先の指定。デフォルト設定ではデスクトップに解凍 3686
10 「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) 3623
11 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) 3426
12 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) 3379
13 「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) 2715
14 「★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) 2513
15 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) 2505
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) 2466
17 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) 2459
18 「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) 2393
19 外付けハードディスクを収納可能な安価ラックを探す | 外付けハードディスク(ハードウェア) 2296
20 メモリ不足のため、この処理を完了できません | Windows 2292
2024/4/25 1:01 更新