PDF リーダーでは、ワード プロセッサのようにステータス バーに単語数が表示されません。 PDF の語数を確認するには、専用の PDF 語数カウント ツールを使用して文書を Word に変換するか、テキストをエクスポートして外部でカウントする必要があります。 PDF から Word への変換は、文書を編集可能にするため、最も一般的な方法ですが、単語数のみが必要な場合には、より高速な方法が存在します。これらのテクニックを完全に理解すると、定期的に PDF ドキュメントを操作する際の時間を大幅に節約し、ストレスを軽減できます。ほとんどのユーザーは、これらの操作を数回実行すると、それが習慣となり、数分ではなく数秒で完了できることに気づきます。
重要なポイント
PDF のワード数は 3 つの方法で提供されます。 Word に変換して Word のワードカウントを使用するのが、最もフル機能を備えたアプローチです。 1 回限りのカウントでは、オンライン PDF ワード カウンターを使用するのが最も高速です。テキストをエクスポートしてコマンドラインのワードカウントを実行することは、複数のドキュメントをバッチ処理するための最良の方法です。カウントには、カウント ツールで特に除外されない限り、ヘッダー、フッター、脚注など、ドキュメント内のすべてのテキストが含まれます。これらのテクニックを完全に理解すると、定期的に PDF ドキュメントを操作する際の時間を大幅に節約し、ストレスを軽減できます。ほとんどのユーザーは、これらの操作を数回実行すると、それが習慣となり、数分ではなく数秒で完了できることに気づきます。
Word に変換し、組み込みの単語カウントを使用する
語数カウントが契約上または規制上重要な意味を持つ法的文書の場合は、一貫して同じ語数カウント方法を使用してください。メソッドが異なれば、ハイフンでつながれた単語、数字、句読点の処理方法に応じて、生成されるカウントもわずかに異なります。契約で最大単語数が指定されている場合は、単語数のカウントにどのツールを使用するかについて相手方当事者と合意します。ツールの一貫性は、単一カウントの絶対精度よりも重要です。これらのテクニックを完全に理解すると、定期的に PDF ドキュメントを操作する際の時間を大幅に節約し、ストレスを軽減できます。ほとんどのユーザーは、これらの操作を数回実行すると、それが習慣となり、数分ではなく数秒で完了できることに気づきます。
PDF がスキャンされた文書から作成され、OCR が適用された場合、変換された Word 文書の単語数は OCR の精度を反映します。 OCR エンジンが複数の単語に分割した誤認識された文字の数は増加します。実際に 1,000 ワードを含むドキュメントは、認識アーティファクトにより、OCR 後に 1,050 ～ 1,100 のカウントが表示される場合があります。スキャンした文書の場合、単語数は正確な数値ではなく推定値として扱います。
PDF を PDF-Word コンバーターにアップロードし、DOCX ファイルをダウンロードします。 Microsoft Wordで開きます。単語数はウィンドウ下部のステータス バーに表示されます。文字数、段落数、行数などの詳細な数を確認するには、ステータス バーの単語数をクリックして [単語数] ダイアログを開きます。 [テキストボックス、脚注、文末脚注を含める] チェックボックスをオフにしない限り、カウントにはヘッダー、フッター、およびテキスト ボックスのテキストが含まれます。ダイアログのオプション。
この方法には、ドキュメントを同時に編集可能にするという利点があります。単語数を確認した後で文書を操作する必要がある場合、変換は二重の役割を果たします。 PDF から Word への変換では書式アーチファクトが発生するため、変換された Word 文書には書式設定のクリーンアップが必要です。文字数は書式の品質に関係なく正確です。 WukongPDF の PDF-to-Word コンバーターは、単語数のカウントと編集に適したクリーンな DOCX ファイルを 1 ステップで生成します。
オンライン PDF ワードカウント ツールを使用する
いくつかの Web サイトでは、変換せずにインスタント PDF PDF フォーマット ワードカウントを提供しています。 PDF をアップロードすると、ツールがすべてのテキストを抽出し、文字数、文数、推定読書時間とともに単語数が表示されます。これらのツールは、1 回限りのカウントを行うための最も高速なオプションです。プロセス全体には 30 秒もかかりません。トレードオフとして、ドキュメントをサードパーティのサーバーにアップロードすることになりますが、これは機密コンテンツには適切ではない可能性があります。
オンライン ワード カウンタでは、ヘッダー、フッター、脚注の処理が異なります。すべてのテキストが含まれているものもあります。ページ間で繰り返されるテキストを識別してヘッダーとフッターを除外しようとする人もいます。ツールのドキュメントを確認するか、単語数がわかっているドキュメントでテストして、ツールに含まれる内容を理解してください。ほとんどの場合、すべてのテキストをカウントする場合とヘッダーを除外する場合の違いは、許容できるほど小さいものです。
デスクトップ ツールを使用したテキストとカウントのエクスポート
複数の PDF ソースにわたる単語数を追跡する必要がある研究者や学生は、PDF からテキストを抽出するリファレンス マネージャーを使用して、実行中の単語数を維持できます。 Zotero や Mendeley などのツールは、ライブラリ内の PDF の全文にインデックスを付け、ドキュメントごとの単語数をレポートできます。リファレンス マネージャーのワード カウント機能は、まさにこのユースケース向けに設計されており、バッチ処理をネイティブに処理します。
機密文書またはバッチ処理の場合は、PDF からテキストをエクスポートし、ローカルでワードカウントを実行します。任意のリーダーで PDF を開き、Ctrl+A を押してすべてのテキストを選択し、コピーしてワード プロセッサに貼り付けます。ワードプロセッサには単語数が表示されます。この方法では、ドキュメント全体がコンピュータ上に保存されます。テキスト抽出には改行が含まれる場合があります。改行が行の途中にある場合、ワード プロセッサは別の単語としてカウントします。数値は近いですが、若干膨らんでいる可能性があります。
コマンドラインのバッチ処理の場合は、PDF からテキストを抽出してワードカウンターにパイプするツールを使用します。 Windows PowerShell では、PDF テキスト抽出ユーティリティと Measure-Object コマンドレットを組み合わせることで、複数のファイルにわたる単語をカウントできます。スクリプトは各 PDF を読み取り、テキストを抽出し、ファイルごとの単語数とすべてのファイルの合計を報告します。これは、ドキュメント ライブラリ全体で単語を数える最も効率的な方法です。
よくある質問
これらの PDF 編集テクニックを定期的に練習すると、自信と効率が高まります。最初はメニューの操作や設定の調整に数分かかりましたが、最終的には迅速かつほぼ自動的なプロセスになります。これらのスキルを適切に学習するために時間を投資することは、PDF ドキュメントを定期的に扱う人にとって、日々の生産性の向上につながります。
この記事で説明するツールと方法は、複数のプラットフォームと PDF リーダーで利用できます。特定のメニュー名とボタンの位置はアプリケーションによって若干異なる場合がありますが、基礎となる概念は共通です。操作の背後にある原理を理解すると、デスクトップ アプリケーション、ブラウザー ベースのツール、モバイル アプリなど、あらゆる PDF ソフトウェアで操作を実行できます。
この記事で説明する手法は、すべての主要な PDF リーダーおよびオペレーティング システムで機能します。 Windows、macOS、モバイル デバイスのいずれを使用している場合でも、基本的な原則は同じですが、特定のメニューの場所とキーボード ショートカットはプラットフォーム間で若干異なる場合があります。説明されている手順がお使いのソフトウェアのバージョンと正確に一致しない場合は、PDF リーダーのドキュメントでプラットフォーム固有の手順を参照してください。
PDF の文字数から参考文献や参考文献を除外できますか?ほとんどの文字数カウント ツールは、文書内のすべてのテキストをカウントします。セクションを除外するには、カウントする前に PDF からセクションを削除します。参照を含むページを抽出し、作業コピーから削除し、残りのページを数えてから、参照を再挿入します。一部の PDF エディターでは、ページを削除せずに一時的に非表示にすることができます。これは、抽出して再挿入するよりも高速です。
PDF のワード数が変換前の元の Word 文書のワード数と異なるのはなぜですか? PDF の作成プロセスでは、テキストが追加または削除される場合があります。 PDF の作成中に追加されるヘッダーとフッターは文字数に影響します。改行位置でハイフンで囲まれた単語は、異なる方法でカウントされる場合があります。ベクター グラフィックスまたは埋め込みオブジェクト内のテキストは抽出できない場合があります。ソース文書のワード数と PDF のワード数の間に 3 ～ 5% の違いがあるのは正常です。
単語数には画像や図表内のテキストも含まれますか?
いいえ。グラフ内のラベルや写真内の単語など、画像の一部であるテキストは、テキスト抽出方法ではカウントされません。選択可能なテキストのみがカウントされます。スキャンされた PDF の場合、OCR が適用されてテキスト レイヤーが作成されない限り、ワード数はゼロになります。最初にスキャンした文書に対して OCR を実行して、カウント可能なテキストを作成します。
PDF のワード数は、PDF に変換される前の元のドキュメントのワード数と同じですか?
通常は、わずかな誤差の範囲内でそうです。 PDF テキスト抽出では、PDF がテキストを保存する方法により、若干の差異が生じる可能性があります。改行位置でハイフンでつながれた単語は、1 単語ではなく 2 単語としてカウントされる場合があります。複雑なレイアウトのテキストは、読み上げる順序とは異なる順序で抽出される場合があります。このカウントはほとんどの目的に対して十分正確ですが、ソース ドキュメントのカウントとは数パーセント異なる場合があります。
ドキュメント全体に対して OCR を実行せずに、スキャンした PDF のワード数を取得できますか?
ページあたりの平均単語数に基づいて単語数を推定できます。いくつかの代表的なページの単語を数え、平均を計算し、総ページ数を掛けます。この推定は多くの目的に対して十分に正確であり、スキャンされた大規模なドキュメントの場合は OCR よりもはるかに高速です。