PDFからテキストをコピーするには、ブラウザまたはPDFリーダーでファイルを開き、コピーしたいテキスト上でカーソルをドラッグして、Windowsの場合はCtrl+C、Macの場合はCmd+Cを押します。通常のPDFであれば、これがすべてです。
しかし、そうでない種類もあります。カーソルでページ上をドラッグしても青いボックスが表示されるだけで、何も選択できないスキャン画像。作成者がコピーを無効にしているため、Ctrl+Cを押しても丁重に拒否されてしまうファイル。以下では、6つの方法を紹介するとともに、そもそもコピーすることが最適な手段ではなくなる状況についても解説します。
PDFからテキストをコピー＆ペーストする方法
あなたが試すであろう順に6つの方法をご紹介します。通常のPDFなら方法1から始めてください。スキャンの場合は方法3にスキップします。コピーがブロックされているファイルは方法6です。
方法1：Adobe Acrobat Reader
Adobe Readerは、PDFの表示やマークアップを行うためのAdobeのデスクトップアプリであり、シンプルなコピー作業を簡単に処理できます。
- マウスを使って、コピーしたいテキストをクリックしてドラッグします。
- 右クリックして「コピー」を選択するか、CTRL + C（Windows）/Command + C（Mac）を使用します。
- 貼り付けたい場所で右クリックして「貼り付け」を選択するか、Ctrl+V（Windows）/Cmd+V（Mac）を押してテキストを貼り付けます。
インストールが面倒な場合は、スキップしてもかまいません。Chrome、Edge、SafariのタブにPDFをドラッグし、そこでテキストを選択して、同じショートカットを使用できます。
1つか2つの段落をコピーするのに最適です。複雑なレイアウトの場合、クリップボードにコピーされる際に書式が崩れてしまい、スキャンしたPDFでは何もコピーできません。
方法2：Microsoft Word
Wordはテキストをコピーするのではなく、ドキュメントを再構築します。そのため、クリップボードへのコピーでは失われてしまう書式を維持できます。これは、PDFからWordにテキストをコピーしたい場合に最適な方法です。
- Wordを開き、「ファイル」から「開く」をクリックして、PDFを選択します。
- 「開く」をクリックします。Wordがファイルを変換しようとしているという警告が表示されるので、そのまま進めます。
- 変換されたドキュメントから必要なテキストをコピーします。
シンプルなドキュメントであれば、書式の大部分がそのまま維持された状態で変換されます。
複数列のページやデザイン性の高いレポートでは、変換結果が意図しない形になることがあります。信用する前に、必ず確認してください。
方法3：Google ドキュメント
Google ドキュメントはインポート時にOCRを実行するため、スキャンしたPDF内のテキストを取得する最短のルートとなります。まず、ファイルをGoogle ドライブにアップロードします。
- ドキュメントを右クリックし、「アプリで開く」から「Google ドキュメント」を選択します。
- 必要なテキストを選択し、目的の場所に貼り付けます。
Google ドキュメントはページを読み取り、編集可能なドキュメントを返します。テキストは抽出されますが、以下のスクリーンショットを見れば痛いほど明らかなように、デザインは維持されません。
方法4：オンラインPDFテキスト抽出ツール
抽出ツールはワンステップでドキュメント全体をプレーンテキストに変換します。これはレイアウトが重要ではない場合に適しています。PDF to TextやPDF2Goなどが利用できます。PDF2Goを使用する場合：
- ドラッグ＆ドロップ、またはGoogle DriveやDropboxからファイルをアップロードします。
- 設定を選択し、「開始」をクリックして変換を待ちます。
- テキストファイルをダウンロードし、必要な部分をコピー＆ペーストします。
アップロードする前に考慮すべきことが2つあります。これらのツールは従来型OCR（光学式文字認識）を実行します。これは文字の意味を理解せずに読み取るため、使えるデータではなく単なるテキストが得られます。また、給与、診断書、または契約書などが含まれるファイルの場合、見知らぬサーバーにドキュメントを渡すことの安全性を少し考える必要があります。
方法5：Pythonライブラリ
コーディングができる方なら、pypdfやAdobe PDF Services APIを使用してプログラムで処理できます。pypdfは、PDFページの読み取り、分割、結合、変換を行うためのオープンソースのPythonライブラリであり、PyPDF2の後継としてメンテナンスされています。AdobeのAPIは、有料サービスとして同様の機能を提供します。
注意点が1つあります。pypdfはテキストレイヤーを読み取るため、スキャン画像の場合は空の文字列が返され、少し戸惑うかもしれません。そのようなファイルには、OCRのステップと組み合わせる必要があります。
方法6：画面のテキストキャプチャ
現在では、主要なすべてのオペレーティングシステムで画面から直接テキストを抽出できるようになっており、これはPDFが意図したとおりに操作できない場合の脱出口となります。
Windows 11では、Snipping Toolを開き、ページの領域をキャプチャして、「テキスト アクション」を使用して単語を抽出します。Macでは、「テキスト認識表示（Live Text）」がプレビュー内のスクリーンショットから同じことを行います。iPhoneやAndroidでは、スクリーンショット内のテキストを長押しします。
これはスキャンや選択がブロックされているファイルでも機能し、他のほとんどの方法よりも優れています。ただし、1画面に収まる範囲までしか対応できません。ワークフローではなく、あくまで救済ツールとして使用してください。
なぜこのPDFからテキストをコピーできないのですか？
PDF内のテキストをまったく選択できない場合、考えられる原因は2つしかなく、それらを見分けるのに1秒しかかかりません。
カーソルがページ全体にボックスを描く場合。 PDFはスキャンまたは画像です。テキストレイヤーはなく、テキストの「写真」があるだけなので、いくらクリックしても単語を選択できません。これを検索可能なPDFに変換するOCRが必要です。上記の方法3のGoogle ドキュメントは、1回限りの処理に最も簡単な方法です。
カーソルが単語をハイライトするのに、Ctrl+Cを押しても何も起こらない場合。 ファイルの権限でコピーが無効になっています。Acrobat Readerでページを右クリックし、「文書のプロパティ」を選択して、「セキュリティ」タブで作成者が許可した内容を正確に確認してください。コンテンツのコピーがオフになっている場合は、制限のないバージョンまたはパスワードを送信者に尋ねるのが正しい対応です。ドキュメントがご自身のものである場合は、同じパネルから制限を解除してください。
コピー＆ペーストが限界を迎えるとき
これら6つの方法にはすべて共通の限界があり、予想よりも早くその限界に達することになります。
- 書式がクリップボードで維持されることはめったにありません。フォント、サイズ、段落は単なる目安になってしまいます。
- クリップボードには行と列の概念がないため、テーブル形式のデータはバラバラになって出力されます。
- 従来型のOCRは、スキャンが傾いていたり、かすれていたり、密集していたりしない限りは正確です。
- オンラインの変換ツールは、他の誰かのサーバーを経由してドキュメントを往復させます。
- 請求書の合計金額の数字を1桁でも間違えてコピーしてしまうと、データが全くない場合よりも悪い状況になります。
- そして、コピーした内容を、実際にデータを必要としているシステムに手入力またはインポートしなければなりません。
1つのドキュメントであれば、どれも問題ではありません。しかし、今月50個目のドキュメントとなれば、非常に大きな問題となります。
クリップボードにはできない、AIの読み取り能力
AI搭載のテキスト抽出は、単にインクがある場所ではなく、人がするようにドキュメントを読み取り、レイアウトの意味を理解します。それが、テキストを復元することと、使えるデータを取得することの違いです。
従来型のOCRでは、文字の羅列が返されるだけで、請求書番号を自分で探さなければなりません。AIエンジンは、請求書番号そのものを返してくれます。
なぜAIパーサーの方がうまく処理できるのか
Parseurなら、どのようなレイアウトのPDFドキュメントからでも特定のテキストを抽出できます。
- 取引先ごとに書類のフォーマットは異なります。フィールドを一度リストアップするだけでよく、送信者ごとにテンプレートを作成する必要はありません。
- テーブルはテーブルとして維持されます。Parseurはバラバラのテキストとしてではなく、行と列としてPDFからテーブル形式のデータを抽出できます。
- スキャン画像は取り込み時に読み取られ、レイアウトが固定されている場合はゾーンOCR、そうでない場合はダイナミックOCRが機能します。
- あなたのドキュメントは安全に保たれます。ParseurはGDPRに準拠しており、SOC 2 Type IIも取得手続き中です。
その後、Parseurは普段使っているツールに結果を配信するため、二度とコピー＆ペーストする必要はありません。これがコピーではなくPDFパーシングであり、全く別次元の作業なのです。
Parseurを使ってスキャンしたPDFからテキストをコピーする方法
セットアップは数分で完了し、クレジットカードも不要です。
- メールボックスを作成し、AIエンジンを選択します。Vision AIエンジンはPDF、スキャン、画像を読み取ります。Text AIエンジンは電子メールとテキストドキュメントを読み取ります。
- 必要なフィールドをリストアップします。AIがレイアウト全体からそれらを見つけ出すため、テンプレートを作成する必要はありません。
- メール、アップロード、またはAPIでスキャンしたPDFを送信します。
- 返ってきた結果を確認します。
1種類のドキュメントのみを扱いますか？一致するメールボックスから開始すれば、フィールドにはすでに名前が付けられた状態で返されます。請求書の場合は「Invoices（請求書）」メールボックスから始めます。
データの次の転送先
- CSVまたはJSONでテキストをダウンロードします。
- Google スプレッドシートにデータを送信します。
- Zapier、Make、またはPower Automateを使用して、任意のアプリケーションにエクスポートします。
1つのPDFからテキストをコピーするのに2秒かかります。しかし、次の500個のPDFからコピーするのは、誰にも任せるべきではない作業です。あなたがこれまで避けてきたドキュメントの山に、ぜひParseurを試してみてください。
最終更新日
