使い方
- 出力を選びます。見出しや箇条書きを推定する「Markdown」か、そのままの「テキスト」です。ページの区切りを入れることもでき、一部のページだけ変換するときは 1-3, 5 のようにページを入力します。
- 「ファイル選択」を押すか、PDF を枠にドロップします。ページごとに文字を取り出して、すぐに変換します。
- 枠の中の結果を確かめて、コピーするか .md ファイル（テキストなら .txt）に保存します。出力やページの区切りを変えると、PDF を読み直さずにすぐ作り直します。
よくある質問
見出しや箇条書きはどうやって判定していますか？
PDF には文字と位置しか入っていないので、構造は推定です。本文より大きい文字の行を見出しにし、大きさの順にレベルを付けます（いちばん大きいものが #）。本文と同じ大きさでも、太字だけの短い行は最も深い見出しにします。近い行は段落にまとめ、行頭が「・」や番号の行は箇条書きにします。ほとんどのページの上下に同じ文言が繰り返される行（ヘッダー・フッター・ページ番号）は除きます。手がかりのない行は段落のまま出すので、文字は落ちません。表は今のところ行ごとの文字になります。結果を確かめて、推定が外れたところは直してください。
スキャンした PDF は変換できますか？
スキャンした PDF にはページの画像だけが入っていて文字がないので、変換するものがありません。その場合は、ページの画像から文字を読み取る「PDF の文字起こし（OCR）」を案内します。一部のページだけ文字がないときは残りを変換し、文字のないページを注意書きで示します。PDF アプリで文字を選択できる PDF なら、ここで変換できます。
文字の順番が違ったり、段落が変なところで切れたりするのはなぜですか？
文字は PDF に入っている順に取り出します。ふつうは読む順と同じです。段組みのページは、Word などのように段ごとに書き出された PDF なら段の順に出ますが、行ごとに書き出された PDF では左右の段が交互に混ざります。縦書きの文字は、見出しや箇条書きを推定せず段落のまま出します。段落は行の間隔と行の終わる位置でつなぐので、たまたま右端いっぱいで終わる段落は次の段落とつながることがあります。
画像、パスワード付き、署名付きの PDF はどうなりますか？
画像は入れません。PDF の画像は自由な位置に置かれていて、本文のどこに入るか決められないためです。画像は「PDF 画像抽出」で別に取り出せます。開くのにパスワードが要る PDF と、コピーが制限された PDF は変換しません。先に「PDF パスワード解除」でパスワードを外してください。署名付きの PDF は読むだけなので、署名はそのまま残ります。
ファイルは外部にアップロードされますか？
されません。処理はすべてブラウザ内で行うので、ファイルが端末の外に出ることはありません。ページが読み込むのは、最初のファイルを追加したときのツールのプログラムだけです。