PDFをXMLに変換
PDFファイルから構造化されたテキストとメタデータを抽出し、XML形式で保存します。
PDFをXMLに変換する方法
1.
PDFをアップロード – テキストと構造を抽出したいPDFドキュメントを選択します。
2.
XMLへ抽出 – 変換をクリックして、ドキュメント構造をXMLノードに解析します。
3.
XMLをダウンロード – 抽出されたXMLファイルをデバイスに保存します。
ノードとメタデータの抽出
PDFドキュメントをアップロードすると、ツールがテキストおよびレイアウト情報を構造化されたXMLノードとして抽出します。
スキャンされたPDFについて
スキャンデータの場合、標準の抽出では画像情報のみ取得されます。テキストを正確に認識させるには、あらかじめOCR PDFで処理を行ってください。
パスワード保護されたPDF
暗号化されていると構造解析が制限されます。抽出前にPDFパスワード解除を使用してセキュリティを解除してください。
よくある質問
PDFからXMLへの変換で何ができますか？
PDFの内部構造を解析し、テキスト、フォント、レイアウト要素をXMLノードに関連付けます。
表のセルも認識されますか？
はい、基本的な表構造はXMLに反映されます。ただし、スプレッドシートへのインポートが目的の場合は、CSVへの変換の方が効率的です。
XMLファイルにテキストが含まれていないのはなぜですか？
元のPDFがスキャンデータや画像のみで構成されている場合、OCR処理を行わない限り解析可能なテキストデータとして出力されません。
XMLに画像も含まれますか？
いいえ。XML出力は、ドキュメント内の構造化テキストとメタデータの公開に厳密に焦点を当てています。
複数のPDFを同時に処理できますか？
はい。複数のPDFを一度にアップロードでき、個別に解析されてそれぞれXMLファイルとして出力されます。
XMLを読むのに専用ソフトは必要ですか？
XMLはテキストベースの言語です。任意のコードエディタ、テキストエディタで開くことができ、プログラムで解析することも可能です。
XMLは整形されていますか？
はい。抽出されたコードは標準的なインデントで整形（プリティプリント）されており、そのままの状態でも読みやすくなっています。
セキュリティは安全ですか？
はい。すべての通信はHTTPSで行われ、完了後短時間でファイルはサーバーから自動的に完全削除されます。