PDFをJSONに変換
PDFから表を抜き出し、JSONのレコードとして取得できます。見出し行がキーになり、表の各行が1つのオブジェクトになるため、結果をそのままコードに読み込めます。
データ変換
またはCSV, TSV, TXT … ファイルをここにドロップ ·
1ファイルあたり最大95 MB· 最大20ファイルまで· 30分後に削除
ファイルは当社のサーバーで処理され、30分後に削除されます。
CSVやテキストファイルで列を区切る文字です。読み込みと書き出しの両方に使われます。自動は入力から判別し、書き出しはカンマにします。
UTF-8はあらゆる言語に対応します。WindowsのExcelでCSVを開いたときにアクセント文字や日本語などが文字化けする場合は、BOM付きUTF-8を選んでください。
Excel、ODS、Numbersの入力用です。最初のシートだけ、またはすべてのシートを変換します(CSVはシートごとに1ファイルをZIPにまとめ、JSONはシートごとに1つのキーになります)。
新しいスプレッドシートのシートタブの名前です。31文字までです。
オブジェクトの配列は、各行で列名をキーにします。配列の配列はよりコンパクトで、ヘッダーを最初の配列として保持します。
すべての行を囲む外側の要素の名前です。各行はその中で<row>になります。
CREATE TABLE文とINSERT文で使われます。英字、数字、アンダースコアのみ使えます。
引用符の付け方や列の型はデータベースごとに少しずつ異なります。インポート先に合わせて選んでください。
日付のセルを1つの形式に書き換えます。ISO(2026-10-18)はデータベースやコードに最も安全です。そのままは元の表記を保ちます。
このツールの使い方
- 1
PDFをアップロード
表を含む明細書、価格表、レポートなどのPDFを追加します。1回に最大20個まで、1ファイルあたり95 MBまで処理できます。
- 2
JSONの形式を選ぶ
JSONの構造は初期設定で「オブジェクトの配列」になっています。表に使える見出し行がない場合は、詳細設定で「配列の配列」に切り替えてください。
- 3
変換して確認
JSONに変換を押してファイルをダウンロードします。スクリプトで使う前に、PDFといくつかのレコードを見比べて確認してください。
PDFからJSONへの変換では、PDF内の表を読み取り、列見出しをキーにして各行をJSONオブジェクトとして書き出します。印刷用の文書に閉じ込められたデータを、コードで繰り返し処理できる形にします。
PDF自体は表を含んでいることを認識していない理由
PDFは、どこでもページが同じ見た目になるよう1993年にAdobeが導入した形式で、2008年にISO 32000-1として標準化された現在も、ページ単位で考える仕組みです。ファイルの内部では、表はx座標とy座標に描かれた文字の断片の集まりで、その間に数本の線が引かれているだけのことも多くあります。作成者がタグ付きPDF(PDF 1.4で追加された機能で、今も使わないツールが多くあります)を書き出していない限り、行も列も見出しも存在しません。
そのためJSONを取り出すには、表の格子を再構築する必要があります。同じベースラインにある断片を行としてまとめ、列を分ける縦の隙間を見つけ、一番上の行を名前として扱います。会計ソフト、表計算、レポートツールから書き出したPDFのように、各セルがきれいな線上に並んでいるものでは、うまく動作します。レイアウトソフトで手作業で描いた表、複数の列にまたがるセル、スキャンしたものは苦手です。
PDFをJSONに変換するのは誰で、何に使うのか
請求書や明細書の解析
開発者が仕入先の請求書や銀行の明細書をPDFで受け取り、注文と照合するために明細行をレコードとして使いたい場合です。
公開されている参考表
料金表、レートカード、価格表はPDFでしか公開されていないことがよくあります。JSONにすれば、アプリやWebサイトに再入力なしで読み込めます。
テストデータとプロトタイプ
プロダクトチームが、仕様書の表をテスト用のフィクスチャやモックAPIのデータにします。
PDFの請求書の表から作成したJSONの例
[
{
"Item": "Paper A4, 500 sheets",
"Qty": 4,
"Amount": 23.96
},
{
"Item": "Toner cartridge",
"Qty": 1,
"Amount": 64
}
]JSONに変換できるPDFとできないPDF
| from ↓ · to → | JSON | CSV | XLSX |
|---|---|---|---|
| ソフトから書き出したPDF | ソフトから書き出したPDF to JSON: yes | ソフトから書き出したPDF to CSV: yes | ソフトから書き出したPDF to XLSX: yes |
| スキャンまたは撮影したPDF | – スキャンまたは撮影したPDF to JSON: no | – スキャンまたは撮影したPDF to CSV: no | – スキャンまたは撮影したPDF to XLSX: no |
Portable Document Format
PDF は1993年に Adobe が作成し、2008年にオープンな ISO 32000 標準になりました。テキスト、フォント、画像、レイアウトを固定するため、どの画面でもプリンターでも文書が同じ見た目になります。フォーム、署名、リンク、添付ファイル、検索可能なテキストを含められ、PDF/A という種類は長期保存に使われます。レイアウトが固定されているため編集しにくく、スキャンした PDF は OCR を適用しない限り画像だけです。すべてのブラウザと OS で開けます。
- 圧縮方式
- –
- 透過
- 対応
- アニメーション
- 非対応
- 登場時期
- 1993 · Adobe
JSON
JavaScriptオブジェクト表記
JSONは構造化データ用の軽量なテキスト形式で、2000年代初めにDouglas Crockfordが広め、RFC 8259とECMA-404として標準化されました。オブジェクト、配列、文字列、数値、真偽値、nullを、シンプルで読みやすい構文で表現します。ウェブAPI、設定ファイル、ほぼあらゆるプログラミング言語でのアプリ間のデータ交換における標準的な形式です。コメント、日付、スキーマは標準では含まれず、深くネストした大きなファイルはビューアなしでは読みにくくなります。
- 圧縮方式
- –
- 透過
- –
- アニメーション
- –
- 登場時期
- 2001 · Douglas Crockford
閲覧用に公開された文書のデータをプログラムで使いたいときに、PDFをJSONに変換します。たとえば請求書の明細行を経理スクリプトへ、公開されている料金表をアプリへ、レポートの数値をAPI呼び出しへ渡す場合です。
PDFのJSON変換に関するよくある質問
スキャンしたPDFをJSONに変換できますか？
直接はできません。スキャンしたPDFはページの画像で、変換ツールが読み取れる文字がないためです。先に画像文字起こしツールで文字認識を行い、認識した表を変換してください。
JSONのキーはどこから取られますか？
1行目を見出しにするがオンの間は、各表の1行目から取得します。たとえば「Amount」という列見出しは、すべてのレコードでキー「Amount」になります。1行目がすでにデータの場合は、この設定をオフにして「配列の配列」を選ぶと、各行が単純なリストとして出力されます。
€1.234,50のような金額が文字列のままなのはなぜですか？
RFC 8259で定義されるJSONの数値には、数字、小数点1つ、マイナス記号、指数のみ使えます。通貨記号や桁区切りがあると、値は文字列になります。コード側で記号を取り除くか、先にスプレッドシートで列を整えてください。
PDFの表の変換先はJSONとCSVのどちらが適していますか？
次に読むのがコードならJSONです。キーが各値に付き、後から入れ子の結果も扱えます。次に読むのがスプレッドシートやインポート画面ならCSVです。PDFをCSVに変換では、同じ行をプレーンな行として書き出します。
JSONにPDFのレイアウトは残りますか？
いいえ。フォント、色、改ページ、ロゴ、ページ上の表の位置は見た目の情報で、JSONには値しか含まれません。得られるのは、読む順序に並んだセルの内容です。
