PDF からテキストを抽出は、PDF に格納された文字レイヤーをそのまま取り出し、コピーも検索もできるプレーンテキストにするツールです。読み取るのは PDF に実際に存在する文字オブジェクトで、認識処理は行いません。文字型の PDF（Word から書き出したもの、Web ページを印刷したもの）は完全に抽出でき、画像しかないスキャン資料には文字レイヤーがないため「テキストを抽出できませんでした」と表示されます。

出力はレイアウトの再現ではなく、PDF 内部の記述順に連結したテキストです。検索、集計、ほかの場所への貼り付けには向きますが、編集できる Word 原稿として使うのには向きません。

1. 01PDF を開くファイルを追加して左側で選択します。暗号化されたファイルは開くパスワードを入力すればよく、先にパスワードを外す必要はありません。
2. 02範囲を選ぶ右側の「抽出範囲」で「すべてのページ」か「選択したページ（N）」を選びます（後者は中央エリアで選択済みのページが対象です）。「ページ区切り線を追加」をオンにすると、各ページの前に「━━━ N ページ ━━━」が挿入されます。
3. 03抽出する「テキストを抽出」を押すと、結果が下の読み取り専用テキストボックスに表示されます。ページとページの間には空行が 1 行入ります。
4. 04コピーまたはダウンロードコピーボタンでクリップボードに入れるか、「TXT をダウンロード」を押して <original-name>_テキスト.txt を保存します。

対応入力

文字レイヤーを持つ PDF。スキャン資料やスクリーンショットを並べて作った PDF では抽出結果が空になります

順序とレイアウト

テキストは PDF 内部の描画順に出力されるため、段組みのレイアウトでは左右の段が交互になることがあります。表はセルの文字だけが残り、フォント、色、画像は保持されません

改行

PDF が行末として記録した位置でだけ改行されます。段落が複数行に分かれたり、逆に 1 行につながったりすることがあります

特殊な内容

図形として描かれた文字や、Unicode に対応付けできないフォントサブセットは文字化けしたり欠けたりします。整理パネルで挿入した白紙ページにはテキストがありません

やらないこと

OCR は行いません（「PDF の文字認識」）。Word や Excel への書き出しも行いません（「PDF を Word に変換」「PDF→Excel変換」）

文字レイヤーはブラウザ内の PDF レンダリングエンジンで解析され、ファイルも抽出結果もアップロードされません。