PDF添付ファイルの抽出とは？

一部のPDFには、ドキュメント内にファイルが埋め込まれています。抽出すると、それらのファイルを取り出して個別に開いたり、ダウンロードしたりできます。

ツールの説明

このツールはPDF内の埋め込み添付ファイルをスキャンし、ファイルツリーに表示します。各添付ファイルを個別にダウンロードしたり、すべてをZIPアーカイブとしてエクスポートしたりできます。

機能

  • PDF内に埋め込まれた添付ファイルを検出
  • 個別のファイルまたはすべてのファイルをZIPとして一括ダウンロード
  • 添付ファイルの名前が同じ場合も、一意のファイル名を保持

仕組み

このツールは、PDF.jsを使用してブラウザー内でPDFを読み込み、添付ファイルのメタデータとバイトデータを収集して、ダウンロード可能なファイルツリーを構築します。複数の添付ファイルが同じパスに配置される場合、後から追加されたファイルには番号付きのサフィックスを付けて名前を変更します。

注意事項

  • これは埋め込みファイルのみを抽出します。ページのOCRや、ドキュメント本文からのテキスト抽出は行いません。
  • 添付ファイルのないPDFでは、空のダウンロードリストではなく警告が表示されます。