仕様・利用条件は変わることがあります。重要な判断は原典と実際の結果で再確認してください。
この手段について
- 目的
- pdftotextでPDFの文字をテキストへ取り出す
- 構成
- pdftotext（Poppler）
最短の利用経路
- 権利を確認した文字層のあるPDFを用意する
- ページ範囲と出力先を指定して抽出する
- 段組みや読み順を原PDFと照合する
必要条件
- 読み取り可能な入力ファイル
- 出力先の空き容量と書込み権限
- Poppler utilitiesを導入し、文字層のあるPDFを用意します。
向く場面
pdftotextでPDFの文字をテキストへ取り出すという目的を、この利用経路で短く試したい場面。
向かない場面
画像だけのPDFからOCRなしに文字が得られるという期待。
確認方法
文字欠落、読み順、ページ範囲を原PDFと確認します。