PDFからコピーした文章の改行が崩れるとき

PDFから文章をコピーして貼り付けると、行の端ごとに改行が入り段落がバラバラになります。理由と直し方を整理しました。

なぜすべての行が切れるのか

PDFの中の文字は「文」ではなく、画面に見える行の単位で保存されています。ページ上で五行に見える段落は、コピーすると五行の短い文字列になり、段落の境目も分からなくなります。

手作業で直す方法

• Wordの検索と置換: ^p(段落記号)や^l(改行)をスペースに置き換えると行がつながります。本当の段落を残したいときは、先に^p^pを一時的な文字に置き換えておくと安全です。
• エディタの正規表現: \n(?!\n)をスペースに置き換えると、空行で区切られた段落は残し、途中の改行だけを消せます。

貼り付けるだけで整える

このツールは、貼り付けた瞬間に自動で整理します。空行で区切られた段落は残し、文の途中で切れた行だけをつなぎます。文末記号で終わらない箇条書きやメモの行は、段落に混ぜず別の行として残します。出力は「二文ずつ・一文ずつ・元の段落のまま」から選べます。

コピー前に知っておくとよいこと

• 二段組の論文・雑誌は左右の段が混ざってコピーされることがあります。一段ずつ選択してコピーするとかなりきれいになります。
• 表はセル単位の文字列が順に並ぶだけなので、整理後に行列構造は手で組み直します。
• スキャンPDFは文字ではなく画像なので、コピー自体ができません。先にOCRでテキスト化が必要です。