PDFテキスト抽出

PDFに含まれる文字を取り出して表示・保存

ファイル選択

ページ範囲 1行にまとめる

「1-3,5」は1・2・3・5ページ、「8-」は8ページから最後までです。ページ番号の小さい順に、重複なく抽出します。存在しないページ番号や読み取れない書き方を含むとエラーになり、抽出しません。

改行 - PDFの中で行が変わる位置で改行します。段組みや表は、PDFの中の文字の順に並ぶため、見た目の順とは異なる場合があります。
1行にまとめる - 行をつなげて1行にします。日本語の文字どうしはそのままつなぎ、それ以外は間に半角スペースを入れます。
文字を取り出せないPDF - スキャンした画像だけのPDFなど、文字のデータが無いページからは取り出せません（そのページの結果は空欄になります）。画像の文字は、PDF to Image変換ツールで画像にしてから、OCR画像文字認識で読み取れます。
パスワード付きPDF - パスワードを入力すると抽出できます。壊れたファイルやPDFでないファイルはエラーを表示します。
保存 - ページごとの「保存」は「元のファイル名-p3.txt」、「全文DL」は「元のファイル名.txt」（UTF-8）です。全文は各ページの前に「[Page 1]」のような見出しを付け、ページの間を空行で区切ります。結果欄で編集した内容は、コピー・保存・全文にも反映します。
処理 - ブラウザ内で行い、PDFファイルをサーバーへ送信しません。