Question 1

テキスト抽出が何も返さないのはなぜですか？

Accepted Answer

ファイルがスキャンである可能性が高いです。テキスト層がありません。OCRを使ってください。.txtを書き、検索できるPDFは作りません。

Question 2

テキスト抽出は太字、段組み、画像を残しますか？

Accepted Answer

残しません。平文です。段組みは入れ替わることがあります。画像は省かれます。

Question 3

テキスト抽出はPDFをWordにと同じですか？

Accepted Answer

違います。Wordは構造を残そうとします。抽出は書き出しです。

Question 4

テキスト抽出はPDFを上書きしますか？

Accepted Answer

しません。テキストをコピーまたはダウンロードします。PDFはそのままです。

Question 5

1ページだけテキスト抽出できますか？

Accepted Answer

ツールが全体を書き出し、1シートだけ欲しいなら、先にそのページを分割してください。

Question 6

テキスト抽出はブラウザ内で動きますか？

Accepted Answer

動きます。この読み取りのためにPDFはアップロードされません。

Question 7

入力済みフォームから語句を抽出できますか？

Accepted Answer

その値が文字としてあれば、現れることがあります。まだ入力できるAcroFormなら、フォーム入力を使ってください。

Question 8

PDFを翻訳する前に抽出すべきですか？

Accepted Answer

翻訳はすでに端末で抽出し、APIを呼んでPDFを作り直します。元の語句をテキストファイルにしたいなら、このページを使ってください。

Question 9

ロックされたPDFからテキスト抽出できますか？

Accepted Answer

ファイルが開かないなら、先に解除してください。

Question 10

抽出した段落にヘッダーが混ざるのはなぜですか？

Accepted Answer

テキスト層はそれらの行も文字として持っています。このツールは通しヘッダーを取り除きません。

Question 11

出力は検索できるPDFですか？

Accepted Answer

違います。抽出は平文です。OCRも.txtであり、検索できるPDFではありません。

PDF テキスト抽出 - レイアウトなしの平文