PDFからテキストを抽出し、Workflowsを使用して後で再利用します。

By Nishanth Asokan | オートメーション

PDFからテキストを抽出し、Workflowsを使用して後で再利用します。

デジタル文書は、従来の紙文書に急速に取って代わりつつあります。最近では、PDFファイルとして受け取る文書が非常に多くなっています。契約書、法律文書、電子書籍などのPDF文書は、数百ページ、あるいは数千ページにも及ぶことがあります。私たちはこれらの文書の多くを自動化しています。PDFの特定の部分からテキストをコピーしたい場合もあるでしょう。また、PDFの処理中に、そのテキストを後で使用する必要があるかもしれません。そんなあなたにぴったりのソリューションをご用意しました。PDF4me Workflowsアクションは、こうしたあらゆる文書ロジックに対応します。

PDF4me Workflowsのテキスト抽出アクションを使用して、PDFドキュメントからテキストデータを抽出するプロセスを自動化します。さらに、追加の手順を使用して、抽出したデータを後で部分的または完全に再利用することもできます。PDFドキュメントからテキストを抽出し、後でファイル名を変更するために使用するワークフローの例を見てみましょう。

PDFからテキストを抽出して再利用するには?

追加の統合は不要で、ワークフローを設定してPDFからテキストを自動的に抽出できます。サンプルワークフローを使って、PDFのテキスト抽出と名前変更を自動化する方法を見ていきましょう。

ワークフローを開始するためのトリガーを追加する

自動化を開始するためのトリガーを追加しましょう。現在、Workflows には 2 つのトリガー (Dropbox と Google Drive) が用意されています。例えば、Dropbox トリガーを作成してみましょう。

接続を設定し、入力ファイルが保存されるフォルダを選択してください。

Dropbox テキスト抽出アクションのトリガー

テキスト抽出アクションの追加

テキスト抽出アクションを追加して、アクションを有効にしてください。このアクションはPDFから全文を抽出します。各ページから個別に抽出する場合は、抽出アクションの前にPDF分割アクションを追加してください。また、各項目コントロールの中にテキスト抽出アクションを追加してください。

テキスト抽出アクションを追加して有効にする

保存アクションの追加 出力ファイルをクラウドストレージに保存する必要があります。このユースケースでは、Dropboxに保存アクションを設定しましょう。「テキストの抽出」アクションから特定のテキストを取得するには、正規表現を使用できます。以下の正規表現を「出力ファイル名」パラメーターにコピー&ペーストし、条件を追加して必要なテキストに一致させることができます。 ${file.pages[0].PageText.match(<condition> ).pdf

正規表現を使用してDropboxアクションを保存する

この式は、PDFから条件に一致するテキストを抽出し、それを出力ファイル名パラメータに渡すことで、読み取ったテキストに基づいてファイル名を変更します。

サンプル例

サンプル請求書PDFからテキストを抽出し、そのテキストの特定部分(請求書番号)を使ってPDFファイルの名前を変更してからクラウドに保存するワークフローを見てみましょう。

テキスト抽出用のサンプル請求書PDF

手順を簡単に見ていきましょう。1. 任意のトリガーを追加して設定します。
2. テキスト抽出アクションを追加して有効化します。

  1. サンプルPDF請求書をトリガーのソースフォルダにアップロードします。サンプルファイルのダウンロード{target=_blank}
  2. ファイルを保存するストレージを追加し、出力ファイル名パラメータに次の正規表現を渡します。

${file.pages[0].PageText.match('INVOICE #(.*)')[1].trim()}.pdf

テキスト抽出とPDFファイル名変更のサンプルワークフロー

上記のワークフローでは、PDFからテキストを抽出し、必要な部分を切り取り、ファイル名を変更してからストレージに保存します。

Workflowsをご利用いただくには、PDF4meサブスクリプションが必要です。デイパスをご利用いただくと、Workflowsがドキュメント作業の自動化にどのように役立つかをお試しいただけます。

Related Blog Posts