PDFファイルからテキスト抽出




  1. 高橋玲子@東京武蔵野市　7.19.2000
PDFファイル（英文）を読みたいのですが、テキスト化するには、どうすればよいでしょう？


  2. 坂本＠東京都練馬区　7.20.2000
crobat readerを持っているのならhttp://access.adobe.com/からaccess plugin
を入れると英文ならacrobatそのものを使って読む事ができます。


  3. 高橋玲子@東京武蔵野市　7.20.2000
サイト、見てみました。そうしたら、なんと、PDFファイルを添付して送ると、テキ
スト形式かhtml形式に自動で変換して送り返してくれるサービスがありました。


  4. 柳町＠ソフトインストール会社VICS　7.21.2000
カット＆ペーストではどうでしょう？


  5. 高橋玲子@東京武蔵野市　7.21.2000
カット＆ペーストではうまくいきませんでした．98Readerがぷっつり黙ってしまいます。


  6. 田中哲夫　7.23.2000
98Readerは読ませた文字によってフリーズする事があります。PDFではよくそのよう
な事を経験しますね！！


  7. 高橋玲子@東京武蔵野市　7.24.2000
成功です！　やはり、98Readerの問題だったみたいですね.．



Subject: [jarvi:14278] PDFファイルのテキスト化
      Date: Wed, 19 Jul 2000 19:36:04 +0900
     From: Reiko TAKAHASHI  (高橋玲子)

　東京武蔵野市の高橋です。grとjarviにポストしています。

　ちょっと急ぎでPDFファイル（英文）を読みたいのですが、テキスト化するには、
どうすればよいでしょう？

　以前、どこかでこの話題を見かけた気がするのですが、該当のメールが見つか
りません。

　完全に以前の繰り返しになってしまうようでしたら、該当メールの番号を教え
ていただいても、ものすごく助かります。

　Acrobat Readerというソフトは持っています。OCRソフトも必要でしょうか……
？

　英文ファイルと日本語ファイルとでは、テキスト化の方法が違うとうかがった
気がするのですが、ひとまず英文だけ読めればＯＫです。でも、もしよろしけれ
ば、日本語文の読み方も教えていただけたらうれしいです。

ページの最初に戻る


Subject: [jarvi:14283] Re: [gr] PDF ファイルのテキスト化
       Date: Thu, 20 Jul 2000 01:17:34 +0900
       From: Mitsugu Sakamoto 

東京都練馬区の坂本です。

Reply Reiko TAKAHASHI  (高橋玲子)'s message:

> 　ちょっと急ぎでPDFファイル（英文）を読みたいのですが、テキスト化するには、
> どうすればよいでしょう？
> 　以前、どこかでこの話題を見かけた気がするのですが、該当のメールが見つか
> りません。

acrobat readerを持っているのなら
http://access.adobe.com/
からaccess pluginを入れると英文ならacrobatそのものを使って読む事ができま
す。
ただし、きれいに95/98readerで読むかどうかは不明ですけど。きっとかなり苦しいです。
これでhtmlやテキストにも変換できると思います。
ほかにもコピー&ペーストとかで読める場合もありますが、セキュリティーのめんで読
めなくされてるのも少なくありません。

ページの最初に戻る


Subject: [jarvi:14287] Re: PDF英文ファイルのテキスト変換サービス
       Date: Thu, 20 Jul 2000 09:25:34 +0900
       From: Reiko TAKAHASHI  (高橋玲子)

　東京都武蔵野市の高橋です。

　坂本さん、ありがとうございます！

Reply Mitsugu Sakamoto 's message:

} acrobat readerを持っているのなら
} http://access.adobe.com/
} からaccess pluginを入れると英文ならacrobatそのものを使って読む事ができます。

　このサイト、見てみました。

　そうしたら、なんと、PDFファイルを添付して送ると、テキスト形式かhtml形式
に自動で変換して送り返してくれるサービスがありました。

　読みたいPDFファイルがWeb上にある場合は、そのURLを送るだけでもよいようです。

　結果をテキスト形式で受け取りたい場合、
pdf2txt@adobe.com
あるいは、
pdf2txt@sun.trace.wisc.edu
に、目的のPDFファイルのURLか、ファイルそのものをメールします。

　結果をhtml形式で受け取りたい場合には、
pdf2html@adobe.com
あるいは
pdf2html@sun.trace.wisc.edu
宛に送るとよいようです。

　私は、メール本文にはなにも書かずに、読みたいPDFファイルを添付して、タイト
ルも付けずにpdf2txt@adobe.comにメールしてみたのですが、ほんとうに、あっと
言う間にきれいなプレインテキストになって返信されてきました。

　英文なら、この方法がいちばん手っ取り早そうです。

　Acrobat Access plug-inもダウンロードしてみました。近いうちに、こちらも
ゆっくり試してみます。

　それから、さまざまな形式のファイルからテキストを取り出すことのできる、
テキストエクスポートというツールを個人メールで教えていただきました。

株式会社アンテナハウス
http://www.antenna.co.jp/

から、１２８００円で購入できるのだそうです。

　このツールだと、日本語ファイルも扱えるので、とても便利そうです！！

　貴重な情報をありがとうございました！

ページの最初に戻る


Subject: [jarvi:14297] Re: PDFファイルのテキスト化
       Date: Fri, 21 Jul 2000 13:44:20 +0900
       From: ソフトインストール会社ＶＩＣＳ

> 　東京武蔵野市の高橋です。grとjarviにポストしています。
　こんばんは！柳町です。

> 
> 　ちょっと急ぎでPDFファイル（英文）を読みたいのですが、テキスト化するには、
> どうすればよいでしょう？
　かっと＆ペーストではどうでしょう。まず文章を開き、ＣＴＲＬ＋Ａ、ＣＴＲＬ＋
Ｃの順に押します。
　　続いてメモ帳やワードパッドを開き、ＣＴＲＬ＋Ｖを押しましょう。
　これで、張り付いたと思います。
　これでもだめならメールください。

ページの最初に戻る


Subject: [jarvi:14298] Re: PDFファイルのテキスト化
       Date: Fri, 21 Jul 2000 19:57:19 +0900
       From: Reiko TAKAHASHI  (高橋玲子)

　東京都武蔵野市の高橋です。

　柳町さん、ありがとうございます！

} 　かっと＆ペーストではどうでしょう。まず文章を開き、ＣＴＲＬ＋Ａ、ＣＴＲＬ＋Ｃの順に押します。
} 　　続いてメモ帳やワードパッドを開き、ＣＴＲＬ＋Ｖを押しましょう。
} 　これで、張り付いたと思います。
} 　これでもだめならメールください。

　やってみました。

　ところが、なにかがへんみたいで、うまく行きません。ＣＴＲＬ＋Ａ、ＣＴＲＬ＋
Ｃとやったところで、98Readerがぷっつり黙ってしまいます。

　読もうとしているPDFファイルは、全部で13ページありました。で、例のEmail
サービスでの変換結果によると、まず文章の最初に、ページ番号の'1'が書かれて
いるみたいなんです。

　ＣＴＲＬ＋Ａ、ＣＴＲＬ＋Ｃとすると、98Readerが「１」とだけ発声して沈黙
してしまいます。以後、どこをどう操作しても98Readerは復活しません。Window
sの動きも、思いっきり遅くなっているみたいなんです（でも、これは気のせいか
もしれません……）。

　謎ですよね……なにが起こっているんでしょう？

　なお、ＣＴＲＬ＋Ａした際に、単一ページを取り込むか、文書全体を取り込む
かの選択ができることを、個人メールで教えていただきました。それで、両方試
してみたのですが、１ページだけの取り込みでも、結果は一緒でした。

　なにか原因に心当たりがあるようでしたら、ぜひ教えてください。

ページの最初に戻る


Subject: [jarvi:14325] Re: PDFファイルのテキスト化
       Date: Sun, 23 Jul 2000 13:50:52 +0900 (JST)
       From: tetuo tanaka 

田中哲夫でス。
横から失礼いたします。

Reiko TAKAHASHI  (高橋玲子) Wrote:
> 　ところが、なにかがへんみたいで、うまく行きません。ＣＴＲＬ＋Ａ、ＣＴＲ
> Ｌ＋Ｃとやったところで、98Readerがぷっつり黙ってしまいます。

　９８Readerは読ませた文字によってフリーズする事があります。
PDFではよくそのような事を経験しますね！！
９８Readerがクリップボード読みになっていたらそれを外してからぽう１度やってみ
てはどうでしょうか？
　メモ帳に貼り付けたら上下カーソルで読まずに左右カーソルで１文字ずつ読んで見
てください。
siftjisなんとかかんとか言うのがあれば、だいたいそれが原因だろうと思います。

　メモ帳に貼り付けられない様でしたらセキュリティーのかかっているPDFファイルでしょうね。

ページの最初に戻る


Subject: [jarvi:14332] Re: PDFファイルのテキスト化
       Date: Mon, 24 Jul 2000 00:50:29 +0900
       From: Reiko TAKAHASHI  (高橋玲子)

　東京武蔵野市の高橋です。

　田中哲夫さん、ありがとうございます！

Reply tetuo tanaka 's message:

} 　９８Readerは読ませた文字によってフリーズする事があります。
} PDFではよくそのような事を経験しますね！！
} ９８Readerがクリップボード読みになっていたらそれを外してからぽう１度やってみてはどうでしょうか？

　やってみました。成功です！　やはり、98Readerの問題だったみたいですね……。

　それで、左右カーソルで少しだけ辿ってみたのですが、怪しげなコードは見あ
たらないんです。不思議……

　ただ、メール・サービスでテキスト化されてきたファイルの中には、たしかに、
いくつか得体の知れないコントロール・コード(?)が混ざっていました。そのあた
りがいたずらしてたのかもしれないですよね。

　ありがとうございました！

ページの最初に戻る


JARVI/ML Technical Digest Indexへ