PDF を Word に変換は、文字レイヤーを持つ PDF を Word / WPS で引き続き編集できる .docx にするツールです。各ページの文字座標を読み取り、同じ行の文字を 1 行に組み、行間が急に広がった・文字サイズが変わった・1 行目が字下げされたという 3 つの信号で行を段落にまとめます。各段落には近い文字サイズと太字かどうかが引き継がれます。狙いは「文字を段落構造ごと取り出す」ことで、版面をそのまま復元することではありません。

現在は Beta（テスト段階）で、段落の判定ルールは調整中です。「PDF からテキストを抽出」との違いは .docx を出力して段落をできるだけ整える点、「PDF の文字認識」との違いは OCR をまったく行わない点です。スキャン資料ではほとんど文字が取れず、ページ上に案内と「PDF の文字認識へ移動」ボタンが表示されます。

1. 01PDF をアップロード文字型の PDF を 1 つドラッグすると、ページ数が表示されます。
2. 02改ページの方式を選ぶ「元の PDF どおりに改ページ（各ページの先頭に改ページを挿入）」は既定でオンです。段落を続けて流したいときはオフにします。
3. 03変換を開始進行状況バーが「x/n ページのテキストを抽出中」→「Word 文書を生成中…」と進みます。ファイル全体で抽出できた文字が 30 文字未満のときは「文字がほとんど抽出できませんでした。この PDF はスキャン資料の可能性があります」と表示して停止します。
4. 04ダウンロード完了すると <original-name>.docx が自動でダウンロードされ、「全 n ページ · n 段落 · 約 n 文字」と表示されます。「もう一度ダウンロード」も使えます。

テスト段階

Beta ツールのため、段落の推定と出力形式は変わる可能性があります。重要な文書は段落ごとに確認してください

保持するもの

文字、段落、段落ごとのおおよその文字サイズ（行の平均文字高から算出）、太字（フォント名に bold / black / heavy を含む場合）、任意の改ページ。画像、表、段組み、ヘッダーとフッター、脚注、ハイパーリンク、色、元のフォントは保持しません

段落の判定

行間が行高の 1.75 倍を超える、文字サイズの変化が 20% を超える、1 行目が字下げされている、の 3 つです。詩、中央揃えの見出し、リストなど特殊な組み方は誤って結合・分割されることがあります

段組みと表

段組みの文字は縦位置の順に交互につながります。表は文字の行に分解されるため、表が必要なときは「PDF→Excel変換」を使ってください

やらないこと

スキャン資料の認識（先に「PDF の文字認識」を。こちらからも DOCX を書き出せます）、版面の復元、暗号化 PDF の処理（先に「PDF ロック解除」）は行いません

PDF はブラウザ内で解析され、文字を抽出して .docx が生成されます。ファイルの内容がサーバーにアップロードされることはありません。ページを閉じるとデータはメモリから解放されます。