日本語English

Extract Anything

ファイルを開くと、文字・画像・表・URL / メール / 電話・QR / バーコード・添付・メタデータを種類ごとに件数つきで取り出し、抽出元（ファイル名・ページ・シート）を併記します。取り出せなかった理由も表示します。OCR は非対応です。

端末内で処理・アップロードなし

ファイルや入力内容はお使いの端末（ブラウザ）の中だけで処理され、サーバーへは送信されません。

ファイルをここにドロップ（複数可）

または

ファイルは端末内で処理され、送信されません。形式は中身で判定します。対応形式: PDF・docx / xlsx / pptx・画像・HTML・テキスト / CSV・EML・ZIP1 ファイル最大 100 MB貼り付け（Ctrl+V）にも対応

「サンプルで試す」で、PDF・Word・Excel・HTML・QR 画像を入れた ZIP を開き、すべての種類をその場で試せます。

1 回に最大 20 ファイル、1 ファイル 100 MB まで。ZIP・メールの中身は 1 階層で 100 件・1 件 50 MB・合計 300 MB まで。PDF の文字は先頭 300 ページ、QR は PDF の先頭 20 ページまで。

設定
テキストや HTML を貼り付けて取り出す

使い方

  1. ファイルをドロップするか「ファイルを選択」で開きます（PDF・docx / xlsx / pptx・画像・HTML・テキスト / CSV・EML・ZIP を混ぜて複数可）。テキストや HTML は貼り付けても取り出せます。形式は拡張子でなく中身で判定します。

  2. 取り出しが終わると、「文字」「画像」「表」「URL・メール・電話」「QR・バーコード」「添付・埋め込み」「メタデータ」のタブに件数が出ます。タブごとに、見つかったものと抽出元を確認します。

  3. 取り出せなかったものは、タブの上に理由（暗号化・スキャンされた画像・非対応の形式など）が表示されます。

  4. 種類ごとにコピーと保存（TXT・CSV・xlsx・JSON・ZIP）ができます。画像と添付は 1 つずつ、またはまとめて ZIP で保存できます。

  5. 「すべてまとめて ZIP で保存」で、全部の種類を 1 つの ZIP（text・images・tables・attachments・metadata・links.csv・codes.csv・report.json）にして保存します。

できること

7 種類を 1 回で

文字・画像・表・URL / メール / 電話・QR / バーコード・添付 / 埋め込み・メタデータを、同じ画面のタブで確認できます。各タブに件数が出るので、何が入っていたかが一目で分かります。

抽出元を必ず併記

取り出した文字・画像・表・リンク・コードには、ファイル名（ZIP やメールの中は「ZIP 名/ファイル名」）とページ・スライド・シートを併記します。どこにあったのかをたどれます。

PDF の画像は JPEG を無劣化で

PDF に埋め込まれた JPEG は再圧縮せず、元のバイト列のまま保存します（透過マスクは含まれず、その旨を表示します）。それ以外の画像は PNG に変換します。Office の media の画像と HTML の data: 画像は元のデータのままです。

リンクと本文中の URL を区別して重複除去

PDF のリンク注釈・Office のハイパーリンク・HTML の href（リンク）と、文章中の文字列（本文）、QR の内容を区別して表示します。大文字小文字やスキームを正規化して、同じ値は 1 つにまとめます。URL は表示するだけで、開いたり取得したりしません。

取り出せなかった理由を表示

暗号化された PDF・Office、文字情報のないページ（スキャン画像）、旧形式（doc / xls / ppt）、非対応の形式、上限を超えたものを、ファイルごとに理由つきで表示します。何も出ない理由が分かります。

開かない・実行しない

HTML は DOMParser で解析し、script は実行せず、画像や外部のページも読み込みません。添付は保存できますが開かず、実行ファイルやマクロは警告します。リンクの表示文字が別のサイトの宛先を名乗っている場合（表示は bank.example、実際は別のサイト）も警告します。

こんなときに

  • 取引先から届いた PDF や Word の中の画像を、劣化させずに取り出したい
  • 資料の中のリンクと、本文に書かれた URL・メールアドレス・電話番号を、重複なしで一覧にしたい
  • Excel や Word の表を CSV にして、別のツールで使いたい
  • ZIP やメールの添付、PDF や Office に埋め込まれたファイルを、開かずに取り出して確認したい
  • ポスターや書類に写っている QR コードの内容を、PDF や画像からまとめて読み取りたい

対応形式

文字・画像・表・リンクを取り出せる

PDF（文字・リンク注釈・埋め込み画像・添付）docx（段落・表・ヘッダー / フッター・脚注・画像・埋め込み）pptx（スライドの文字・ノート・表・画像・埋め込み）xlsx（シートのセルの値・画像・埋め込み）HTML・テキスト・CSV・JSON・MarkdownEML（ヘッダー・本文・添付）ZIP（1 階層・中身も取り出す）

一部だけ

画像（QR・バーコードとメタデータのみ。画像の中の文字は取り出せません）メタデータは画像・PDF・Office のみ

対応状況

機能対応補足
PDF・docx・pptx・xlsx・HTML・テキストの文字の取り出し対応PDF はページごと、xlsx はセルの値、pptx はスライドとノート
OCR（スキャンされた PDF・画像の中の文字）非対応処理が重いため非対応。文字情報のないページは「取り出せなかったもの」に表示します
PDF の埋め込み画像（JPEG は無劣化）一部対応JPEG / JPEG 2000 はそのまま、RGB・グレー・パレット・CMYK は PNG に変換（/Decode は反映）。マスク（透過）付きの JPEG / JPEG 2000 は元のデータのまま保存するため透過は失われ、その旨を表示します。CCITT・JBIG2 などと、マスク用の画像、1 辺 16px 未満の画像、画像の大きさに合わない異常に大きな圧縮データは取り出しません
Office の画像・HTML の data: 画像対応—
表（xlsx・docx・pptx・HTML・CSV）の CSV / xlsx 保存対応—
PDF の表非対応精度が出ないため対象外。表の文字は「文字」に入ります
URL・メール・電話の正規化と重複除去一部対応http(s):// で始まる URL のみ。日本語などの文字の手前までを URL とします。電話番号は日本と国際の形式が中心です
QR・バーコードの読み取り一部対応画像、Office 内の画像、PDF の先頭 20 ページの描画。1 回に 60 件まで
添付・埋め込み（PDF・Office・ZIP・EML）対応開かず保存のみ。実行ファイル・スクリプト・マクロは警告します
メタデータの要約一部対応画像・PDF・Office のみ。詳しい確認と編集は Metadata Studio へ引き継げます
パスワード付きの PDF・Office・ZIP非対応暗号化されていることを表示します
旧形式（doc・xls・ppt）・Outlook の .msg非対応—
入れ子の ZIP・メールの中のメール非対応添付として保存できます。中身は開きません
URL へのアクセス・リンク先の取得非対応表示するだけで、通信しません

制限・注意事項

  • 1 回に最大 20 ファイル、1 ファイル 100 MB まで。1 ファイルずつ順番に処理します。
  • ZIP とメールは 1 階層だけ中身を開きます（100 件、1 件 50 MB、合計 300 MB まで）。入れ子のものは開きません。
  • PDF の文字は先頭 300 ページまで。PDF から取り出す画像は 1 ファイル 200 枚まで、1 辺 16px 未満の画像は除きます。
  • 表は 1 つあたり 10 万行まで。xlsx は全シートで 300 万セルまで。テキスト・HTML は 20 MB まで。Office の XML は 1 ファイルあわせて 256 MB まで読みます。
  • URL・メール・電話番号は、1 つの本文につき先頭 4 MB、1 ファイルあわせて 12 MB、2 万件まで探します。超えた場合は表示します。
  • QR・バーコードは、PDF は先頭 20 ページを描画して探し、1 回に調べる画像・ページは 60 件までです。
  • OCR は非対応です。スキャンされた PDF や画像の中の文字、PDF の表は取り出せません。

プライバシーと安全性

ファイルの読み込み・解析・書き出し・ZIP 作成はすべてお使いのブラウザの中で行われます。ファイルやその内容、ファイル名がサーバーに送信・保存されることはありません。URL・メール・電話や QR の内容も、画面に表示するだけで、アクセスも解析ログへの記録もしません。

よくある質問

PDF の中の画像を元の画質で取り出せますか？
埋め込まれている画像が JPEG なら、再圧縮せず元のバイト列のまま取り出せます。それ以外の形式（Flate などで圧縮された生の画素）は PNG に変換します。CCITT・JBIG2 など一部の形式やマスク用の画像は取り出せません。
スキャンした PDF の文字も取り出せますか？
いいえ。OCR（画像からの文字認識）は処理が重いため対応していません。文字情報のないページは「取り出せなかったもの」に件数が表示されます。文字が選択・コピーできる PDF が対象です。
PDF の表は取り出せますか？
PDF の表は罫線や文字の位置から推測するしかなく、精度が出ないため対象外にしています。表の文字そのものは「文字」に入ります。xlsx・docx・pptx・HTML・CSV の表は CSV や xlsx で保存できます。
本文中の URL とリンクの違いは何ですか？
「リンク」は PDF のリンク注釈、Office のハイパーリンク、HTML の href のように、クリックできるものとして埋め込まれた宛先です。「本文」は文章として書かれた文字列です。同じ URL が両方にあれば 1 つにまとめ、見つかった場所を両方表示します。
添付や埋め込みファイルを開いても安全ですか？
このツールは添付を開いたり実行したりせず、保存できるようにするだけです。実行ファイル・スクリプト・マクロは警告を表示します。保存したファイルは、出どころを確認してから開いてください。
ファイルはアップロードされますか？
いいえ。すべてブラウザの中で処理し、ファイルや内容をサーバーに送信しません。URL を開いたり、リンク先を取得したりもしません。

関連ツール

ファイル診断（Universal File Inspector）

どんなファイルでもドロップするだけで、中身から本当の形式を判定し、構造・メタデータ・危険な点と、そのファイルに使えるツールを表示します。開く前の確認や、送る前の個人情報チェックに使えます。

Metadata Studio

写真・PDF・Office ファイルに入っている作成者・会社名・撮影日時・位置情報を、見る・直す・比べるための道具です。書き換えた後は読み直して検証し、変更前後の差分を表示します。消すだけなら専用の削除ツールへ。

Archive Studio（ZIP・RAR・7z・tar.gz）

ドロップするだけで ZIP・TAR・tar.gz・gz の中身を一覧し、日本語 Windows で作られた ZIP の文字化けを直して表示します。安全に展開でき、UTF-8 のファイル名で ZIP を作り直すことも、フォルダから ZIP / tar.gz を作ることもできます。すべて端末の中で処理します。

ファイル一括リネーム

複数のルールを組み合わせて、ファイル名を一括で変更。変更前後の一覧で重複や使えない名前をその場で確認でき、名前を変えたコピーを ZIP かフォルダに保存します。ファイルはサーバーへ送信されません。

重複ファイル検出

フォルダごと読み込み、中身が完全に同じファイルをグループにして、無駄になっている容量を表示します。ファイルはアップロードされず、削除もしません。「残す／重複」の判定を CSV か JSON で保存して、あとの整理に使えます。

ファイルハッシュ・整合性確認

ファイルをドロップするだけで SHA-256 などのハッシュ値を計算し、配布元に書かれた値を貼れば「一致／不一致」をすぐ表示します。数 GB の ISO も端末の中で分割して読み込むため、アップロードは一切ありません。

最終更新: