PDF から文章を取り出すなら Word・テキスト・Markdown のどれ？

FreePDFチーム · 2026年9月12日

PDF から文章を取り出す方法として、Word、テキスト、Markdown の三つがあります。どれも中の文字を抜き出す点は同じで、違うのはページの形をどこまで残そうとするかです。Word はページを組み立て直し、テキストは文字だけを残し、Markdown はその中間に位置します。どれを選ぶべきかは、取り出した文章を次にどこで使うかで決まります。

文書そのものを直すなら Word

PDF Word 変換は、各ページを .docx として組み立て直します。段落、文字の大きさ、太字、画像、表がだいたい元の位置に来るので、契約書の修正、報告書の手直し、去年の案内文を日付だけ変えて使い回す、といった用途にはこれです。

失われるのは、書式の裏にある意味です。見出しはたいてい「見出し 1」ではなく、「標準」スタイルの大きな太字として入ってきます。下線の罫線付きの見出しが、一セルだけの表になることさえあります。箇条書きも Word の本物のリストではなく、「•」という文字が打たれているだけのことが多いです。見た目は合っていても、自分で見出しスタイルを付け直すまでは、ナビゲーションウィンドウにも自動の目次にも何も出てきません。段組みのレイアウトや込み入った表は、念入りに確認してください。

PDF を Word に変換する

文字だけ欲しいならテキスト

PDF テキスト変換は、全ページの文字を一つの .txt ファイルにまとめ、ページの間に空行を入れて渡します。長い文書をテキストエディタで検索する、フォントを引きずらずにメールへ一節を貼る、文字数を数える、スクリプトに読ませる。そういう使い方に向いています。

見た目に関わるものはすべて落ちます。画像や太字は消え、表は値をスペースで区切った行に平たく並べられます。売上の表なら「関東 120 4%」のような行が続き、列の見出しはどこか上のほうにあるだけです。空のセルがあると、どの値がどの列のものか判別できなくなります。箇条書きや番号の記号が項目から離れてしまうこともあり、二段組みのページは思わぬ順番で出てくることがあります。

PDF をテキストに変換する

ある程度の構造を残したいなら Markdown

Markdown は、ほんの少しの記号を加えたプレーンテキストです。見出しは #、箇条書きは -、表は縦棒で書きます。どんなアプリでも開けて、Obsidian やドキュメントサイト、README、あるいは表を表のまま渡したい AI チャットにも、きれいに貼り付けられます。

当サイトの PDF Markdown 変換で実際に得られるのは、次のとおりです。

表がいちばんの利点です。列がそろっていると判断した部分は、値のごちゃ混ぜではなく、きちんとした Markdown の表として書き出します。
リストは、番号付きなら番号が残ります。箇条書きは「•」の文字が残りますが、多くのエディタではただの文字として扱われます。
見出しは、普通の行として出てきます。PDF は見出しに「見出し」という印を付けておらず、大きな文字があるだけなので、変換ツールも推測はしません。# を付けるのは、どのエディタでもすぐ終わる作業です。

太字、斜体、画像は引き継がれません。

PDF を Markdown に変換する

迷ったらこう決める

文書を編集して、誰かに送り返す？それなら Word。
表がある、あるいはメモアプリやドキュメントサイトに置く？それなら Markdown。
それ以外、ちょっとした検索や貼り付けならテキスト。

スキャンした PDF は、先に OCR が必要

PDF の中の一文を選択してみてください。ページ全体が写真のように反転するなら、そこにはまだ文字がなく、文字を写した画像があるだけです。三つのツールは、これをそれぞれ違う形で扱います。

PDF テキスト変換には「OCRを実行（スキャンページの文字を読み取る）」のチェックボックスがあります。オンにすると、先にページの画像から文字を読み取ります。時間はかかり、すでに本物の文字があるページには手を付けません。
PDF Markdown 変換は、取り出せる文字がないというメッセージを出して止まります。先に PDF OCR にかければ通りますが、認識した文字にはスペースが二重に入ったり、ところどころ崩れた行が混じったりします。
PDF Word 変換では、ページの画像が並んだだけの、どこにも文字を打ち込めない文書になります。先に OCR をかけても変わりません。スキャンを編集できる形にしたいなら、PDF テキスト変換で OCR をオンにして文字を取り出し、新しい文書に貼り付けてください。

大事な前提として、当サイトの OCR は英語専用です。日本語のスキャンは認識されないので、上のどの方法でも日本語の文字は出てきません。日本語の書類なら、自分のパソコンで ocrmypdf を -l jpn（縦書きなら jpn_vert）付きで実行してから、テキストや Markdown に変換してください。

英語のスキャン PDF を OCR する

よくある質問

ChatGPT などの AI に貼るなら、どれがいちばんいいですか？

PDF に表があるなら Markdown です。どの数字がどの列にあるのか、AI の側で判別できるからです。地の文ばかりの文書なら、テキストでも同じくらい役に立ちます。

OCR の精度はどのくらいですか？

読めるのは英語だけで、きれいでまっすぐな、コントラストの高いページで最もよく働きます。薄いコピー、手書き、斜めから撮ったスマホ写真では誤りが増えるので、人名や数字は頼る前に確認してください。日本語はそもそも認識されません。