はい、ほとんどの場合、読めないと思われる PDF からテキストを回復できます。ただし、回復方法は、PDF が読み取れない理由によって完全に異なります。構造的な破損が原因で PDF を開けない場合は、修復が必要です。 PDF を開くと文字化けが発生する場合は、フォントの回復が必要です。空白のページとして開かれた PDF には、抽出可能な非表示のコンテンツが含まれている可能性があります。 OCR レイヤーを含まないスキャンされた PDF は壊れません。 OCR が作成するまで回復するテキストがありません。
このガイドでは、読み取れない PDF の種類ごとにその回復方法をマッピングします。回復を成功させる鍵は、修正を試みる前に問題を正しく診断することです。間違った問題に間違ったリカバリ方法を適用すると、時間が無駄になり、状況がさらに悪化する可能性があります。
PDF Association の技術参考資料によると、PDF が読めなくなる最も一般的な原因は構造的な破損で、ケースの約 45 パーセントを占め、次いでフォント エンコーディングの問題が 30 パーセント、OCR レイヤーの欠落が 20 パーセントとなっています (PDF Association、「PDF Technical Reference and Troubleshooting Guide」、2024)。ファイルがどのカテゴリに分類されるかを知ることで、適切な回復ツールを見つけることができます。
構造的に損傷した PDF からのテキストの回復
構造的に破損した PDF はまったく開かないか、ページの欠落、コンテンツがあるはずの空白領域、ファイル構造に関するエラー メッセージなどの明らかなエラーが表示されて開きます。ブラウザベースの PDF 修復ツールは、さまざまな種類の構造的損傷を修復できます。これらのツールは、破損したファイルを解析し、回復可能なものを特定し、生き残ったコンテンツを中心にファイル構造を再構築します。ファイルをアップロードし、修復を実行して、回復されたバージョンをダウンロードします。
構造修復が機能しない場合は、破損したファイルから生のテキストを抽出してみてください。リーダーで開かない PDF であっても、内部構造に読み取り可能なテキストが含まれている場合があります。テキスト抽出を含むRepair PDF ツールは、ページをレンダリングするのではなく、テキスト オブジェクトを直接読み取ることで、破損したファイルからテキストを抽出できます。テキストは書式設定されずに受信される場合がありますが、コンテンツは保持されます。
文字化けしたテキストとフォントの問題を修正する
PDF が開いても、テキストがランダムな記号、ボックス、または疑問符として表示される場合は、フォント エンコーディングに問題があります。 PDF がシステムで利用できないフォントを参照しているか、PDF に埋め込まれているフォント データが破損しています。テキストは実際にはファイル内に存在します。 PDF リーダーがフォント データを見つけられない、または解釈できないため、正しく表示されないだけです。
別のリーダーで PDF を開きます。リーダーが異なれば、使用するフォント レンダリング エンジンとフォールバック動作も異なります。あるリーダーでは文字化けしたテキストが表示されるファイルが、別のリーダーでは正しく表示される場合があります。複数のリーダーで文字化けが発生する場合は、PDF 内のフォント データが問題です。フォントの問題に対する Fix PDF の解決策は、不足しているフォントをシステム フォントで置き換え、代替が適切に埋め込まれたバージョンを生成できるツールを通じてファイルを実行することです。
OCRを使用せずにスキャンしたPDFからテキストを回復する
鮮明なテキスト イメージとして表示されるスキャンされた PDF には、OCR が作成するまで復元できる実際のテキストはありません。 OCR ツールを使用してファイルを実行します。 OCR エンジンは各ページの画像を分析し、文字の形状を識別し、テキスト レイヤーを追加します。 OCR を適用すると、以前は読めなかった、つまり検索もコピーもできなかった PDF が検索可能になり、テキストをコピー、検索、抽出できるようになります。
WukongPDF の OCR PDF ツールは、スキャンされたドキュメントの OCR ステップを処理し、コンテンツにアクセスできるようにする検索可能なテキスト レイヤーを追加します。構造的に破損したファイルの場合、修復ツールは再構築を試みます。フォント エンコーディングの問題については、編集ツールで適切に埋め込まれたフォントを使用してドキュメントのスタイルを変更できます。適切なツールは診断によって異なります。まず診断を実行します。
将来読めなくなるのを防ぐ
最も効果的な回復戦略は予防です。重要な PDF をアーカイブする前に、少なくとも 2 つの異なるリーダーで正しく開くことを確認してください。バックアップ コピーをプライマリとは別の場所に保存します。何年も読み続けなければならない文書の場合は、すべてのフォントが埋め込まれ、サポートされなくなる可能性のある機能を禁止する PDF/A 形式でコピーを保存することを検討してください。 Fix PDF の考え方は、事後対応ではなく、積極的に行う必要があります。