日本語English

PDF 内容抽出

PDF に埋め込まれた文字・画像・リンク・添付・フォームの値・しおりを、ページ範囲を指定して取り出します。画像は元のデータのまま（JPEG は無劣化）。PDF は端末の外へ送信しません。

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

PDF は端末内で処理され、送信されません。対応形式: PDF1 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、文字のある PDF と画像のある PDF を開き、結果の見え方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・1,000 ページまで。画像は 1 ファイル 300 枚まで取り出します。

取り出す内容と設定

空欄で全ページ。例: 1-3, 5, 8-。文字・画像・リンク・フォーム・ページに付いた添付はこの範囲だけ、しおりと文書全体の添付は常に全体から取り出します。

取り出すもの
文字の出力
保存形式

TXT・Markdown はページごとに区切ります（見出しは推定しません）。JSON にはページごとの行と座標（単位は pt、左下が原点）が入ります。

行の扱い

連結すると、段落の中の改行をつなげて 1 行にします（日本語は空白を入れません）。

各ページの上端・下端 12% にある同じ文字列（数字は無視）が、取り出すページの半数以上に出る行を除きます。

画像の絞り込み

中身が完全に同じ画像は最初の 1 枚だけ取り出します。

使い方

  1. PDF（複数可）をドロップするか「ファイルを選択」で開きます。「サンプルで試す」でもすぐ試せます。

  2. 必要なら「ページ範囲」（例: 1-3, 5）と「取り出すもの」を選びます。範囲を変えたら「設定を反映して再抽出」を押します。

  3. 「文字」タブで TXT・Markdown・JSON の形式、行の連結／改行の保持、ヘッダー・フッターの除外を切り替えます（再抽出は不要です）。

  4. 「画像」タブで元の画像を確認し、1 枚ずつ、または ZIP でまとめて保存します。小さい画像や重複画像は設定で除けます。

  5. リンク・フォームの値・しおりは CSV で、添付は ZIP で保存できます。「すべてまとめて ZIP で保存」で全部入りも作れます。

できること

画像は元のデータのまま

埋め込まれた JPEG は再圧縮せずバイト列をそのまま取り出します（ページを画像にする「PDF → 画像変換」とは違い、元の画質です）。それ以外の画像は PNG にします。短い辺での絞り込みと、中身が同じ画像の重複除外ができます。

ページ単位で細かく

ページ範囲を指定して、文字・画像・リンク・フォームの値を取り出します。画像のファイル名には「PDF 名_ページ番号_順番」が付きます。JSON では行ごとに座標（pt）も出力します。原点は、表示されるページ（切り抜き範囲と回転を反映したもの）の左下です。

行の連結とヘッダー除外

段落内の改行をつなげるか、見たままの改行を残すかを選べます。各ページの上端・下端 12% にある同じ文字列（数字は無視）が、取り出すページの半数以上に出る行を、ヘッダー・フッターとして除けます。Markdown では見出しを推定せず、ページごとの区切りだけを付けます。

文字以外もまとめて

URL とページ内リンク（移動先ページつき）、添付ファイル（実行ファイルの可能性は警告）、フォームの値（フィールド名と値の CSV）、しおりの階層を取り出せます。CSV は表計算ソフトで数式として実行されないよう処理します。

アップロード不要

読み取りはブラウザの中だけで行います。重い処理は別スレッドで動かし、進捗の表示と中止ができます。

こんなときに

  • 報告書の PDF から、文章だけを範囲を決めて取り出して転記したい
  • 資料に貼られている写真や図を、画質を落とさずに取り出したい
  • 申込書の PDF に入力されたフォームの値を CSV にまとめたい
  • 契約書や仕様書のしおり（目次）を階層つきで一覧にしたい
  • PDF 内の URL と、添付されたファイルを確認したい

対応形式

入力

PDF（.pdf、複数可）

出力

文字: TXT・Markdown・JSON画像: JPEG・PNG（ZIP）一覧: CSV添付: 元のファイル（ZIP）

対応状況

機能対応補足
ページごとの文字の取り出し（TXT・Markdown・JSON）対応文字情報を持つ PDF が対象です
ページ範囲の指定対応しおりと文書全体の添付は範囲に関係なく全体から取り出します
埋め込み画像（JPEG は無劣化）対応JPEG はそのまま、それ以外は PNG に変換します
JPEG 2000 画像一部対応取り出せますが、ブラウザでプレビューできない場合があります
CCITT・JBIG2 など一部の形式の画像、マスク用の画像非対応取り出せません。件数と理由を表示します
ヘッダー・フッターの除外対応上端・下端 12% で、半数以上のページに出る同じ文字列を除きます
URL・ページ内リンク対応—
添付ファイル対応—
フォームの値一部対応AcroForm のみ。XFA 形式、署名、ボタンの値は取り出しません
しおり（階層つき）対応—
スキャン PDF の文字認識（OCR）非対応「PDF → 画像変換」でページを画像にして、別の OCR ツールをお使いください
表の抽出非対応精度が出ないため行いません
パスワード付き PDF非対応保護を解除してから読み込んでください
Word・Excel・ZIP など PDF 以外非対応「Extract Anything」で扱えます

制限・注意事項

  • 1 回に最大 20 ファイル、1 ファイル 100 MB・1,000 ページまでです。
  • 画像は 1 ファイルあたり 300 枚・合計 400 MB まで、添付は 200 件・合計 300 MB まで取り出します。1 件あたりは 50 MB までです。
  • 段組みや表は、PDF に書かれた順序で取り出すため、読む順番どおりにならないことがあります。
  • ページの回転（/Rotate）は反映して、表示されるとおりの向きの座標にします。ただし、縦書きの文字や、文字そのものが回転している行は、行にまとまらないことがあります。

プライバシーと安全性

PDF の読み取りも画像・添付の取り出しもすべてお使いのブラウザの中で行われ、PDF や取り出した内容がサーバーへ送信されることはありません。

よくある質問

PDF から画像を劣化させずに取り出せますか？
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。それ以外はピクセルを読み取って PNG にします（劣化はありません）。CCITT・JBIG2 など一部の形式は取り出せません。
「PDF → 画像変換」と何が違いますか？
「PDF → 画像変換」はページ全体を描画して画像にします。このツールは PDF に埋め込まれている元の画像や文字をそのまま取り出します。写真だけが欲しいときはこちら、ページの見た目ごと残したいときは「PDF → 画像変換」が向いています。
スキャンした PDF の文字は取り出せますか？
いいえ。スキャンした PDF はページ全体が 1 枚の画像で、文字情報がないため取り出せません。OCR には対応していないため、その場合は画面でお知らせし、「PDF → 画像変換」を案内します。
ヘッダーやフッターの除外はどう判定していますか？
各ページの上端・下端 12% にある行のうち、数字を無視して同じになる文字列が、取り出すページの半数以上（2 ページ以上）に出るものを除きます。ページ番号や「社外秘」のような繰り返しが対象で、本文の途中にある行は除きません。数字だけの行は、ページに合わせて増える数字（ページ番号）に限って除き、表の数値や箇条書きの番号は除きません。
Extract Anything とはどう使い分けますか？
Extract Anything は PDF・Word・Excel・HTML・ZIP などを入れて、まとめて取り出す総合ツールです。PDF だけを、ページ単位で細かく（範囲・フォームの値・しおり・画像の絞り込みなど）取り出したいときはこのツールが向いています。

関連ツール

画像 → PDF 変換

画像をドロップして並べるだけで、1 つの PDF に。A4 などの用紙サイズ・向き・余白を選べ、スマホ写真の向きも自動で直します。画像はアップロードせず端末内で変換します。

PDF 圧縮

PDF をドロップするだけで容量を削減。写真・スキャン画像だけを再圧縮するので、文字や図形はくっきりのまま。PDF はアップロードせず、この端末の中で処理します。

PDFエディター

PDF の上にテキスト（日本語可）・図形・矢印・蛍光ペン・手描き・画像を重ねて書き込み、フォームの入力欄に記入して保存できます。書き込みはすべて PDF のベクターと実テキストで、画像化しません。元の文字の書き換えと、真の墨消しはできません。

PDF ページ抽出

複数の PDF から必要なページだけを集めて、1 つの PDF（または元ファイルごとの ZIP）にします。サムネイル・範囲指定・語句検索のどれでも選べ、白紙ページは自動で見つけて除外できます。PDF は端末内で処理され、アップロードされません。

PDF 結合

複数の PDF をドロップして、順番を並べ替えるだけで 1 つの PDF に。ファイルごとに使うページも指定できます。PDF はアップロードせず、この端末の中で結合します。

PDFメタデータ・個人情報削除

PDF を渡す前に、作成者名やコメントの作成者、添付ファイルなど「見えない個人情報」を調べて削除します。処理前後の項目を並べて確認でき、複数ファイルもまとめて処理できます。PDF はアップロードされません。

最終更新: