タグ別アーカイブ : Office

PDFをWordやExcelに変換したいけれど、どんな製品がいいのかよく分からない…（２）

PDFを再利用する場合、元となるPDFは内容によって以下の２種類に分けることができます。

１）テキストが含まれているPDF
２）テキストが含まれない画像だけのPDF

１）の「テキストが含まれているPDF」とは、WordやExcelなどで文字入力しPDF化したものが該当します。
このようなPDFからの変換には、『瞬簡PDF 変換 9』が適しています。

『瞬簡PDF 変換 9』は、PDFにテキスト・データが含まれていればそれを解析してWordやExcelに変換します。テキスト・データをそのまま変換するため文字化けしたりすることなくWordやExcel形式に移して再利用可能になります。

変換されたいPDFにテキスト・データが含まれるかどうかは、Adobe Reader などでPDFを表示して[編集]メニューから[すべて選択]をクリックしてみてください。
テキスト・データが以下のように反転表示されれば、テキストが含まれるPDFだと判別できます（※）。

pdf

テキストをすべて選択

 

※ スキャナーで作成された画像には、スキャナーがOCR処理をかけてテキスト・データをPDFに埋め込むことがあります（透明テキストつきPDF）。この場合は同じようにテキスト部分が反転して表示されます。

２）の「テキストが含まれない画像だけのPDF」とは、紙の書類をスキャナーで読み取ってPDF化したものなどが該当します。
このようなPDFは文字と見える部分も画像でしかないため、そのままWordやExcel形式に変換しても編集のできない画像が貼り付きます。
このようなデータに対しては「OCR」といって画像から文字を認識する機能を使うことでテキスト・データを取り出すことができます。ただし、OCR処理では画像の状態により文字が正しく認識できず、文字化けしてしまうことがあるため注意が必要です。

紙に印刷された内容をWordやExcelで再利用されたい場合は、『瞬簡PDF OCR』が適しています。

『瞬簡PDF OCR』はOCR専用製品で、スキャナーからの直接読み込みにも対応しています。
読み込んだ画像はOCR処理し、誤認識した文字を画面上で修正したり編集したりしながら、変換結果に反映させることができます。
（製品の仕様上、常にOCR処理をかけるため、テキスト・データがあらかじめ含まれているPDFを変換する用途には適しません。）

なお、『瞬簡PDF 変換 9』にもOCR機能があり、画像データからテキスト・データを認識して変換することができます。
ただし、スキャナーからの読み込み機能や誤認識した文字を画面上で修正する機能はありません。

『瞬簡PDF OCR』は紙の書類の再利用をされたい場合に適しているのに対し、『瞬簡PDF 変換 9』は内容に関わらず複数のPDFを一括して変換されたいような場合に適していると言えます。

どういったPDFを再利用されたいかによって、いずれの製品を選択するかご検討いただければ幸いです。

PDFをWordやExcelに変換したいけれど、望み通りに変換してくれるか心配…

PDFをWordやExcelに変換したいとお考えの場合、どれだけ正確に変換できるかが気になることと思います。
上記２つの製品にはそれぞれ体験版をご用意しておりますので、その変換精度や使い勝手を事前にご確認いただくことができます。

ただし、体験版では以下のような制限がありますので、あらかじめご了承ください。

  • インストールしてから １５日を過ぎると利用できなくなります。
  • ひとつのPDFについて、３ページまで変換可能です。
  • 評価以外の目的で日常業務に利用することはできません。

体験版に関する詳細は、『瞬簡PDF 変換 9 体験版のお申し込み』、または『瞬簡PDF OCR 体験版のお申し込み』をそれぞれご参照ください。

PDFをWordやExcelに変換したいけれど、どんな製品がいいのかよく分からない…（１）

弊社伊那支店の近くには、春に桜で賑わう高遠という町があります。
江戸時代は高遠藩の城下町だったところで、そこかしこに古い時代の面影が残り普段はとても閑かな町です。
そこは、高遠石工と呼ばれる石工集団が活躍したところでもあり、城下の寺には名工といわれた守屋貞治が刻んだ数々の仏さまが遺されています。

正観世音菩薩

正観世音菩薩

写真が下手でうまく伝えられませんが、石なのに柔らかくて温かい表情が何ともいえず好きです。時間と興味のある方は、是非一度現地を訪ねてみてください。

閑話休題。

PDFは紙に代わるデジタルな文書形式として、すっかり身近なものになりました。もともとは閲覧や印刷用途で普及したPDFですが、WordやExcelのように自由に編集して再利用したいというニーズも必然的に増えています。

そのようなニーズに応えてご用意しているのが、弊社のパッケージ製品『瞬簡PDF 変換 9』と『瞬簡PDF OCR』です。

いずれも、PDFをWord（ワード）／Excel（エクセル）／PowerPoint（パワーポイント） の各文書形式に変換することでPDFの再利用が可能な製品です。

なぜPDFから変換をするのに２つも種類があるの？ とは、よくお問い合わせをいただくご質問です。

次回は、２つの製品の違いを元になるPDFの観点からご説明します。

PDF を Word や Excel に変換！PDF 変換機能をアプリケーションに簡単に組み込むライブラリのご紹介(2)

昨日 に続いて、『Antenna House PDF to Office 変換ライブラリ Ver.1.2.0』（以下、本ライブラリ）をご紹介します。

本ライブラリは、各種アプリケーションへの組み込み用ライブラリとしてご提供します。

以下は、ライブラリを使用してPDFからExcelに変換したサンプルです。

PDF to Office 変換サンプル

さまざまなアプリケーションへの組み込みに対応するため、ライブラリには C/C++、.NET、Java、コマンドラインの各インタフェースが用意されています。
標準的な変換を行うために必要なステップは非常に短いものです。

以下に、サンプルコード（C#の例：一部抜粋）を示します。

	using PtoDotNetCtl;

	public class MainApp
	{
		static public void Main(string[] args)
		{
			...
			PtoObj p_obj = null;
			p_obj = new PtoObj();
			p_obj.setDocumentPath(args[0], "");
			p_obj.setOutputFilePath(args[1]);
			p_obj.setPrinterName(args[2]);
			p_obj.setOptionFilePath(args[3]);
			p_obj.doConvert();
			...
			finally
			{
				if (p_obj != null)
					p_obj.Dispose();
			}
		}
	}

貴社アプリケーションにて PDF から Office への変換機能を活用するため、本ライブラリをご検討いただければ幸いです．

本ライブラリに関する詳細は、『Antenna House PDF to Office 変換ライブラリ』をご参照ください。
本ライブラリの価格・ライセンス条件等、詳しくは、oem@antenna.co.jp までお問い合わせください。

<< ご紹介(1)

PDF を Word や Excel に変換！PDF 変換機能をアプリケーションに簡単に組み込むライブラリのご紹介(1)

弊社のパッケージ製品 『瞬簡PDF 変換 9』 は、PDF を Microsoft Office Word、Excel、PowerPoint の各文書形式に変換することで PDF の再利用を可能とし、たいへんご好評をいただいております。

この変換機能をソフトウェアベンダー様が自社のアプリケーションに組み込んで利用できるライブラリとして提供するのが、『Antenna House PDF to Office 変換ライブラリ Ver.1.2.0』（以下、本ライブラリ）です。

本ライブラリで提供する機能は、PDF ファイル（Ver.1.3 – Ver.1.7）を入力して、Microsoft Word（doc/docx）、Excel（xls/xlsx）、PowerPoint（ppt/pptx）の各形式で別ファイルに保存するものです。

 

PDF to Office 処理概要

これまで、多くのソフトウェアベンダー様からご評価をいただき、PDF で配布されている積算資料や帳票類をExcelに変換するなど、主に土木・会計システムでご採用をいただいております。

本ライブラリに関する詳細は、『Antenna House PDF to Office 変換ライブラリ』 をご参照ください。
本ライブラリの価格・ライセンス条件等、詳しくは、oem@antenna.co.jp までお問い合わせください。

 ご紹介(2) >>

Server Based Converter V6.0：PDF変換, Flash変換, イメージ変換, サムネイル作成, PDFセキュリティ, Office変換

Server Based Converter  V6.0 では Microsoft Word(.docx) 用読み込みエンジンの改定を行いました。
文書の処理部分を１から作成しなおしました。

以前の読み込みは、リッチテキストコンバータから続くOffice 文書処理技術の蓄積で作成されていました。 最初は doc(OLE) ファイルの処理から始まったプログラムは年月を重ね、プログラム、データ構造などが肥大化し新しい機能への対応も難しくなっていました。

最新の Word ファイル(.docx) の中身は XML ファイルです。
XML 文書処理においては AH Formatter という技術もあり、古い doc 形式のデータ構造から見直し、作り直すこととなりました。

Word の OOXML (Office Open XML) は文書であり、本文 (document.xml) は文字列の並びに Property が付いているだけです。文書ですから先頭からシーケンシャルに処理することが可能になります。
新しいエンジンではシーケンシャルに文書のタグをハンドリングし、処理が終わればデータのメモリは順次開放していきます。このあたりのデータ構造も新しく作り直し、使用メモリ量も抑えることができました。少ないメモリで動作するということは、大きな文書の処理でもスピードが遅くなることが少なくなります。

ページ処理は AH Formatter の Area という構造を使います(以前も使ってはいた)。文書では のパラグラフごとに BlockArea を作成し、Word の段落属性を attribute として設定します。BlockArea 内には LineArea を作成し、親の BlockArea の情報で TextArea を並べ行を作成していきます。
この Area 構造は AH Formatter と同じで、行などエリアの分割なども AH Formatter の組版エンジンプログラムを呼び出し処理します。

また、文字列以外のシェープなどの処理は、今まである Excel,PowerPoint と共通化して同じ処理を行っています。このように新しいエンジンを１から作成したといっても、AH Formatter などの既存のプログラムを使っており、安定感のあるプログラムになっています。
再現性が向上したとの評価もうけています。

興味のあるかた、以前のバージョンをお使いのかたは 評価版 をお試しください。

プログラマの疑問

Word の用紙設定 はなぜ最後にあるのだろう。
用紙設定を取得するために１度最後まで解析する必要がある。
途中にもあるので読み飛ばすわけにはいかない。

30年以上前に日本語ワープロを開発していたプログラマの疑問

[1] AH Formatter

謎のファイルをみるためのパソコンソフトの話

小説に出てくる謎のITツール

最近、ある情報筋からミステリー小説の「Qrosの女」（誉田哲郎著）の中で、面白いパソコン用ソフトの紹介があると聞き、アマゾンでその本を買ってみました。2013年刊行で、文庫本にもなっています。

本書の内容は週刊誌記者の芸能取材などをリアルに描いたものですが、あるITツールが印象的なシーンで使われています。

その製品名を「自在くん」といい、USBメモリーの中にある拡張子を偽った大量のファイルをチェックするのに便利なマルチビューアソフトとして紹介されています。

まさに弊社製品の「自在眼」そのものといった印象があります。念のため、講談社の編集部を通じて誉田哲郎さんに質問を依頼したのですが、弊社の製品紹介を目的に著書を使うことは不可とのことで、事実確認はできませんでした。

「自在眼」の社会的貢献

「自在眼」のユーザーには、インテリジェンスに深い関係のある機関や団体も多数あります。隠匿されたファイルからなんらかの情報を得ようと、今まさにリアルに「自在眼」を使っている方がいるやもしれません。

また、遺品の中にあるパソコンやUSBメモリーなどにある大量のファイルのチェックといったことは、多くの方が遅かれ早かれ現実に体験されると思います。

そんなときはこの「自在眼」が大変役立つITツールのひとつになるでしょう。

興味のある方は、ぜひ「自在眼」のホームページをご覧ください。