テキスト整形
PDF からコピーした文章を整える方法
PDF や電子書籍、古いメールからコピーした文章は、別の場所に貼り付けると崩れがちです。印刷時の行末ごとに入る改行、ハイフンで分かれた英単語、二重のスペース、検索を邪魔する見えない文字、プログラムや表計算ソフトが受け付けないカーリー引用符など。このツールはそれらを一度に直し、各項目で何か所変更したかを表示します。
3 ステップ
- 1 崩れた文章を左の欄に貼り付けます。
- 2 初期設定のままでも、不要な項目のチェックを外してもかまいません。各項目の横の数字が変更した箇所の数です。
- 3 右の整形後のテキストを確認してコピーします。
PDF の文章が行ごとに改行される理由
PDF は段落ではなく、ページ上の決まった位置に置かれた行として文章を保存しています。そのためコピーすると印刷時の 1 行ごとに改行が入り、段落が短い行の積み重ねになります。「途中の改行をつなぐ」は段落内の行をつなぎ直し、「段落(空行)は残す」は空行を段落の区切りとして扱います。日本語や中国語のように単語の間に空白を入れない文字どうしは、空白を入れずにつなぎます。段落の間に空行がない PDF では全体が 1 つの塊になるので、段落の始まりに空行を入れてください。段落を残す設定のときは、箇条書きの記号や番号(-、•、1.、a))で始まる行をリストの項目とみなし、改行をそのまま残します。
ハイフンで分かれた単語
英文の両端揃えでは、長い単語が行末で「sen-」「tence」のように分割されます。行がアルファベットとハイフンで終わり、次の行が小文字で始まる場合、ハイフンを取り除いて「sentence」とつなぎます。注意点は、本来ハイフンを含む「well-known」がちょうどハイフンで改行されていると「wellknown」になることです。日本語の文章には影響しません。
見えない文字
ノーブレークスペースは普通の空白に見えますが別の文字なので、検索しても見つからないことがあります。ゼロ幅スペースや単語結合子、BOM は幅がまったくないのに、単語を分断し、パスワードやプログラムを壊し、見た目が同じ 2 行を別物にします。このツールはノーブレークスペースや細いスペースを普通の空白に変え、ゼロ幅文字とソフトハイフンを削除します。ゼロ幅接合子(ZWJ)は絵文字の組み合わせやヒンディー語などの文字に必要なため、あえて残します。全角スペースも日本語の正しい文字として残します。見えない方向制御文字(LRM・RLM)も削除します。また PDF は fi、fl、ffi などの文字の組を 1 文字の合字(fi、fl、ffi)として保存していることがあり、見た目は同じでも検索やスペルチェックで単語として認識されません。「合字を分解」で通常の文字に戻します。
カーリー引用符か直線の引用符か
ワープロや PDF は " と ' をカーリー引用符(“ ” ‘ ’)に変えてしまいます。印刷では見栄えがよいものの、プログラム、JSON、CSV、表計算の数式、コマンドラインは直線の引用符しか理解しません。このツールは一重・二重のカーリー引用符(下付きの „ ‚ を含む)を直線の引用符に変換します。かぎかっこ「」『』や、フィート・インチ・分を表す ′ ″ は変更しません。