PDFからテキストへ - 無料オンラインOCR PDFテキストエクストラクター

PDFをアップロードすると、ツールが実際のテキストレイヤーかスキャン画像かを検出します。テキストレイヤーPDFは瞬時に書き出されます。画像のみのPDF(スキャンした書籍、写真付きのレシート、古い報告書)は自動的にOCRで処理されます。どちらにしても、段落、改行、セクション間隔が保持されたきれいな.txtファイルが得られます。

はい。PDFが画像のみ(スキャン、写真、ファックスエクスポートに多い)の場合、OCRエンジンが自動的に作動し、別のツールは必要ありません。多言語対応が組み込まれているため、バイリンガルや非ラテン文字(中国語、アラビア語、ヒンディー語)でも同じパスで抽出されます。

段落区切り、セクション間の空欄、箇条書き、番号付きリストの接頭辞はプレーンテキストとして保存されます。見出しは元のフォントによって大文字または元のケースで表示されます。視覚的な強調(太字、斜体)はプレーンテキストでエンコードされていません。そのためにはPDFからWordへの変換ツールをご利用ください。

はい。アップロード後にプロンプトでパスワードを入力すると、ツールはメモリ上でファイルをロックし、テキストを抽出します。パスワードはディスクに保存されたり、第三者サービスに送信されたりしません。パスワードのないロックされたPDFは処理できません。セキュリティ上の理由から、パスワードの破解は行われません。

最大50MBおよび500ページのファイルは問題なく処理できます。大きな文書も動作しますが、時間がかかります。2000ページにも及ぶ法的アーカイブはOCRで数分かかることもあります。大量バッチ処理の場合は、まずPDF分割ツールでPDFを分割し、各チャンクを並列処理してください。

処理は安全なサーバー上で行われ、ファイルは数分以内に削除されます。.txt出力はあなた自身のもので、透かしも帰属も追跡もありません。研究者、ジャーナリスト、弁護士、学生は、元のPDFが変換後に保持されないことを知りながら、機密報告書からテキストを抽出するためにこのツールを利用しています。