テキスト抽出
PDF、HTML、テキストファイルからプレーンテキストを抽出します。ファイルのアップロードまたはHTMLの貼り付けに対応しています。
最終更新:
使い方
使い方を開く使い方を閉じる
- 1
入力モードを選択
「ファイルアップロード」または「HTML入力」からモードを選択します。
- 2
ファイルまたはテキストを入力
ファイルモードではファイルをドラッグ＆ドロップまたはクリックして選択します。HTML入力モードではテキストエリアにHTMLを貼り付けます。
- 3
結果をコピー
抽出されたテキストを確認し、「コピー」ボタンをクリックしてクリップボードにコピーします。
テキスト抽出とは
テキスト抽出ツールは、PDF、HTML、各種テキストファイルからプレーンテキストを抽出するオンラインツールです。HTMLタグの除去やPDFからのテキスト取得を自動で行い、必要なテキストだけを取り出すことができます。たとえばWebページのHTMLソースを開発者ツールでコピーしてきた場合、タグや属性が大量に混入しておりそのままでは使えませんが、このツールに貼り付けるだけで本文テキストだけを抽出できます。PDFについては、テキストベースのPDF（文字情報を持つPDF）を対象としており、電子書籍や報告書から文章を取り出す作業に向いています。ファイルの文字数・行数も同時に確認できるため、文章量の把握や翻訳の見積もりにも活用できます。
主な機能
- PDFファイルからテキストを抽出
- HTMLからタグを除去してテキストを取得
- TXT、CSV、MD、JSON、XMLファイルに対応
- ドラッグ＆ドロップでファイルをアップロード
- ワンクリックで結果をコピー
こんな場面で役立ちます
- PDFの内容をテキストとしてコピーしたい時
- WebページのHTMLからテキストだけを取り出したい時
- ファイルの文字数や行数を確認したい時
- 各種ファイル形式のテキスト内容を素早く確認したい時
- PDF・HTMLの文章量を翻訳や校正の前に把握したい時
- JSONやXMLファイルから値のテキストだけを確認したい時
よくある質問
入力データはサーバーに送信されますか？
いいえ、処理はブラウザ内のJavaScriptで行われます。ファイルデータが外部に送信されることはありません。
対応しているファイル形式は何ですか？
PDF、HTML、TXT、CSV、Markdown、JSON、XMLに対応しています。ファイルサイズの上限は10MBです。
PDFからの抽出精度はどの程度ですか？
テキストベースのPDFからは高精度でテキストを抽出できます。ただし、画像のみのPDF（スキャンされた文書）からはテキストを抽出できません。
HTMLの貼り付けとファイルアップロードの違いは何ですか？
HTML入力モードはWebページのソースコードを直接貼り付ける場合に使います。ファイルアップロードモードはローカルに保存されたファイル（PDF、TXT、CSV等）を読み込む場合に使います。どちらも抽出ロジックは同じです。
スキャンしたPDFからもテキストを取得できますか？
スキャンしたPDF（画像として保存されたPDF）には対応していません。このツールが対象とするのはテキスト情報を持つPDFのみです。スキャン文書からテキストを取得するにはOCR（光学文字認識）ツールをご利用ください。
大きなファイルでも正しく抽出できますか？
ファイルサイズの上限は10MBです。また、抽出結果が100万文字を超えた場合はその時点で切り詰められます。大量のテキストを含む文書の場合、必要なページ範囲を絞ってから使用することをお勧めします。