PDF からテキストをコピーする方法（と、空になる理由）

PDF からテキストを取り出せるかどうかは、その PDF がどう作られたかで決まります。開いて、マウスで単語をひとつ選択してみてください。どのケースかすぐわかります。

ケース 1：単語を選択できる

PDF に本物のテキストが入っています。PDF をテキストに変換 がページごとに読み取り、プレーンな .txt ファイルと、コピー用のボックスを出します。各ページの始まりを知りたいとき（文書を引用するときに便利）は、改ページを示す にチェックを入れてください。

ケース 2：何も選択できない

その PDF はスキャンか写真です。文字に見えるのは文字の画像で、新聞の写真と同じです。抽出しても何も出てこないのは、取り出すものがないからです。

画像を文字に戻すには OCR（光学文字認識）が必要です。先に OCR PDF にかけてください。各ページの文字を認識し、見えない層として加えます。そのあとは普通の PDF と同じように振る舞い、PDF をテキストに変換で抽出できます。ぼやけたスキャンや斜めのスキャンでは誤りも出るので、名前や数字は確認してから使ってください。

1 段落だけなら、スマホのほうが早いです。iPhone では写真の文字を長押し（テキスト認識表示）、Android では Google レンズが同じことをします。

ケース 3：テキストは出るが順番がばらばら

PDF はテキストの断片を、ページ上の位置と一緒に保存しています。つながった段落としてではありません。読む順番を組み立て直すため、抽出ツールは断片を行にまとめ、上から下へ並べます。普通のページならうまくいきますが、次のような場合は苦手です。

• 2 段組み：両方の段の行が交互に混ざることがあります。
• 表：罫線のない値の並びになります。
• 斜めの文字や曲線に沿った文字。

短い部分なら、ビューアで直接選択してコピーするのがいちばんきれいです。範囲を自分で選べるからです。文書全体なら、すべて抽出してテキストエディターで整えましょう。

おかしな文字

四角や疑問符が出たり、「fi」が「fi」のような合字になったりするなら、その PDF は正しい文字対応表を持たないフォントを使っています。合字は検索と置換ですぐ直せますが、欠けた文字は OCR なしではたいてい取り戻せません。