PDF の表を Markdown に

表の見つけ方

PDF は表を表として保存していません。保存されているのは、ページ上の位置に置かれた文字のかけらと、ときどきその間に引かれた線だけです。変換ツールは、この 2 つの手がかりから表の格子を組み立て直します。

• 罫線のある表は、行や列の間の線そのものから読み取ります。いちばん確実に変換できる種類です。
• 罫線のない表は、列が空白だけで揃えられている表です。何行にもわたって同じ列に揃う文字から見つけます。

表はそれぞれ Markdown の表になります。見出し行、区切り行、そして 1 行ごとに 1 行です。数字は印刷どおりの文字としてコピーするので、$ 69,958 は $ 69,958 のまま。丸めや書式の変更はしません。

表をページと見比べる

表は、どの PDF 変換ツールでもいちばん間違えやすい部分です。だから、このツールは「信じてください」とは言いません。表のあるページはすべて確認するページに「表」の印付きで並びます。開くとページの画像が Markdown の隣に表示されるので、列のずれや行の抜けは数秒で見つかります。

プレビューは、読み手が見るとおりに表を表示します。Markdown タブの縦棒を追うより確認しやすくなります。

うまくいくこと、いかないかもしれないこと

Markdown には結合セルがないため、結合セルのある表は近い形にしかできません。大事な表なら、印の付いたページを一度見てください。

LLM 向けに表を小さくする

表はトークンを多く使います。どのセルも縦棒と空白で埋められ、幅の広い表にはレイアウトのためだけの空の列がよくあります。LLM 向けに削るの表を詰めるをオンにすると、すべての行で空の列と、セルのまわりの余白を取り除きます。スイッチの横の数字が、そのファイルで何トークン減るかを示します。

モデルにとって Markdown の表は、各値が行の見出しと同じ行に、列の見出しの下に並んだ形です。同じ数字をテキストの行に平たくすると、この対応は失われます。

表を表計算ソフトに移す

• プレビューからコピー。 プレビュータブで表を選択して、Google スプレッドシートや Excel に貼り付けます。セルはセルのまま入ります。
• Markdown のまま使う。 GitHub、Obsidian、Notion、VS Code は、縦棒の表をそのまま表示します。

よくある質問

表のあるページだけを変換できますか？

できます。出力のページにページ番号か 4-6 のような範囲を入力し、適用を押します。そのページだけが変換されます。

表が出てこないのはなぜ？

多いのは、そのページがスキャンで格子に並べる文字がない場合か、表が PDF の中に画像として貼られている場合です。スキャンしたページは OCR で読み、列がはっきり揃っていれば表として組み立て直します。テキストの PDF に貼られた表の画像は、画像のままです。

セルがずれるのはなぜ？

罫線がないと、変換ツールは文字の揃い方から列を推定します。少し列からはみ出して印刷された値や、隣の列まで伸びた長い見出しは、違うセルに入ることがあります。そうしたページには表の印が付くので、どこを見ればよいかわかります。

太字の合計などの書式は残りますか？

セルの中の太字は **太字** として残ります。色、網かけ、罫線は残りません。Markdown にはそれを表す方法がないためです。