PDFを選ぶ
テキストを抽出したいPDFを選んでください。
ブラウザでPDFのテキストを抽出
PDFをドロップすると、PDFリーダーで選択・コピーできるのと同じテキスト層から、ページごとに埋め込まれたテキストをそのまま読み取ります。レイアウトの再構成や書式の変更は行わず、PDF内部の並び順のまま文字を取り出します。
結果は1つの .txt ファイルとしてダウンロードでき、各ページの前にページ番号の見出しを入れるかどうかも選べます。処理はすべてブラウザ内で pdfjs-dist を使って行われ、アップロードもOCR（画像文字認識）も行いません。スキャン画像だけで構成されたPDFなど、埋め込みテキストが無い場合は、空のファイルではなくその旨をはっきりお知らせします。
ファイルが端末から出ない仕組み
ここでのプライバシーは約束ではなく、仕組みによるものです。アップロード先となるサーバーがそもそも存在しないため、アップロードという手順自体がありません。
- テキストの抽出はすべてブラウザ内で完結します。
- ページは静的ファイルとして配信され、PDFを伴うリクエストは一切送信しません。
- ソースコードは公開されており、誰でも読むことができます（MIT）。
- オフラインで動作します。これは、何も端末の外に出ないからこそ可能になっています。
ご自身で確かめたい場合は、抽出中にブラウザのネットワークパネルを開いてみてください。ファイルを運ぶリクエストは見当たりません。 ソースコードを読む。
使い方
-
PDFを選ぶ
クリックしてPDFを選ぶか、ページのどこかにドロップします。テキストは自動的に抽出されます。
-
抽出結果を確認する
抽出したテキストがプレビューに表示されます。「ページ番号を含める」を切り替えると、各ページの前に見出しを入れるか、区切りのない1つのテキストにするかを選べます。
-
テキストファイルをダウンロード
結果を .txt ファイルとしてダウンロードします。元のPDFが変更されたりアップロードされたりすることはありません。
よくある質問
PDFはどこかにアップロードされますか？
いいえ。テキストの抽出はすべてブラウザ内で行われます。サーバー側の処理はないため、ファイルが端末の外へ出る経路がありません。ソースコードは公開されており、ブラウザのネットワークパネルでこのことを確認できます。
「テキストが見つかりませんでした」と表示されるのはなぜですか？
そのPDFがスキャンした紙面や写真など、画像だけで構成されている可能性があります。そうしたPDFには文字情報そのものが埋め込まれていないため、抽出できるテキストがありません。このツールはPDFに既に埋め込まれているテキストを読み取るものであり、画像内の文字を認識する機能（OCR）は備えていません。
元のPDFのレイアウトや表、段組みはそのまま保たれますか？
抽出されるテキストは、PDF内部に記録されている順序のまま取り出されます。単純なレイアウトの文書であれば読み進める順序とほぼ一致しますが、複数段組みや複雑な表を含むPDFでは、視覚的な読み順と多少異なる順序でテキストが並ぶことがあります。
パスワード付きのPDFは開けますか？
いいえ。暗号化された（パスワード付きの）PDFは開けず、その旨をはっきりお知らせします。先に信頼できるリーダーでパスワードを解除してから、ここで抽出してください。
元のPDFファイルは変更されますか？
いいえ。このツールはPDFを読み取ってテキストを取り出すだけで、ドロップしたPDF自体が変更されることはありません。
オフラインでも使えますか？
はい。これはPWAです。初回アクセス後はキャッシュされるため、ネットワークに接続していなくてもテキストを抽出できます。ホーム画面に追加することもできます。