PDFのテキストを抽出して再利用する

2026-10-30

契約書の条文を社内メールに引用したい、講義資料の一部をノートに貼りたい。そんなときに役立つのが、PDFの中にある文字だけを取り出す作業です。PDF to Text は、PDFにすでに含まれているテキスト（マウスで選択できる文字）を読み取り、プレーンテキストとして返すブラウザ用のツールです。

抽出できるテキストとできないテキスト

PDFの文字には大きく2つの状態があります。ワープロソフトから書き出した文書、ブラウザで保存したページ、キーボードで入力して作成したファイルには、「テキストレイヤー」と呼ばれる文字情報が埋め込まれています。スキャナーの文字認識機能を通したPDFにも、このレイヤーが付いていることがあります。PDF to Text が読むのはこのテキストレイヤーです。

一方、紙を撮影しただけのスキャン画像や、写真の中に写っている文字は読み取りません。OCR（光学文字認識）の機能はないため、画像だけのページは「選択できるテキストがない」ページとして案内されます。

抽出の手順

1. ここにPDFをドロップ と表示された場所にファイルをドラッグするか、PDFを追加 を押して選びます。一度に開けるのは1つのPDFで、複数をドロップした場合は最初の1つが開きます。
2. ページが順番に読み込まれ、各ページの文字が小さな見出し（1ページ、2ページ など）の下に表示されます。進み具合は 3 / 10 ページ のように示され、停止 で一時停止、続ける で再開できます。
3. すべてのページを読み終えたら、すべてコピー でまとめてコピーするか、TXTをダウンロード でテキストファイルとして保存します。

画面上部には、ファイル名、ページ数、文字数が表示されます。数えているのは単語ではなく文字なので、原稿の分量を確かめる目安にもなります。

ファイルはどこで処理されるのか

PDFはお使いのブラウザの中で処理され、サーバーにはアップロードされません。社外秘の見積書や個人情報を含む書類でも、手元の端末から外に出さずに文字を取り出せます。なお、開くときにパスワードを求められるPDFは開けません。

抽出結果を使う前に

取り出したテキストは、PDFが記録している順番どおりに並びます。2段組みがはっきりしたページは段ごとに読まれ、縦書きの日本語や回転した文字にも対応しています。ただし、ページのヘッダーやフッターも本文と一緒に残り、表は1行ごとに空白区切りの文字列になります。見た目の体裁を再現するものではないので、文章の素材として使うのがおすすめです。別のPDFを開くときは PDFを変更 を押してください。