ここにファイルをドロップ
またはパソコンから選択
最大 50 MB
ファイルは端末の外に出ません。すべてブラウザ内で処理されます
PDF は読むには便利ですが、プログラムで扱うのは大変です。文字も表も項目も描画命令の中に混ざっているからです。このコンバーターは文書をきれいな JSON に整理します。meta にはタイトル、作成者、日付、ページ数。pages には各ページのサイズ、全文、テキストブロックが入り、ブロックごとに左上を原点としたポイント単位の x、y、幅、高さが付きます。合計金額や署名がページのどこにあるかまで分かります。
罫線のある表は別に抽出します。エンジンは当社の「PDFをExcelに変換」と同じです。tables の各要素にはページ番号とセルの行が入ります。入力可能なフォーム項目(名前、種類、値)は forms に、文書のしおりは階層とページ番号付きで outline に入ります。
テキスト層のないスキャン PDF なら「スキャンの文字を認識」をオンにしてください。Tesseract がページを読み取り、ブロックは座標と信頼度付きの単語になります。現在認識できるのは英語、ドイツ語、フランス語、スペイン語、ロシア語で、日本語にはまだ対応していません。
このツールは当社のサーバーで動作します。ブラウザーでは PDF を分解したり、画像から文字を読み取ったりできないためです。ファイルは HTTPS で送信され、処理後 1 時間で削除されます。文書を保存したり閲覧したりすることはありません。
20 MB までのファイルをドラッグします。スキャンは一度に 30 ページまで認識できます。
JSON がツリー表示で開きます。ページ、表、フォーム、しおり。スキャンなら文字認識をオンに。
下のボタンから Excel、CSV、Word、TXT へ直接書き出すこともできます。