認識したテキストからコードや単語を抽出
単語ツールの前方一致・部分一致・パターンのフィルターで、コードを探してコピーできます。W+digitsをお試しください。
画像やPDFを認識したら、結果の下にある単語ツールを開きます。接頭辞には前方一致、部分文字列には部分一致を使います。後方一致とパターンのフィルターも用意されています。このページは、かんたんパターンのW+digitsで始まります。
かんたんパターンのW+digitsは、Wの後ろに1桁以上の数字が続く単語全体に一致します。W123には一致しますが、WA123には一致しません。W*は、Wで始まる単語に広く一致します。一致判定は、初期設定では大文字・小文字を区別しません。このオプションは変更できます。
単語をクリックすると、元の位置がハイライトされ、結果のテキスト内でも選択されます。単語ツールは認識した元の単語を使うため、テキストを編集しても統計や単語リストは変わりません。コピーの前に、重複の削除と、改行またはカンマの区切りを選べます。
使い方
- まず、画像かPDFから文字を抽出します。
- 単語ツールで前方一致・部分一致・パターンを選び、検索語を入力します。
- コードを元データと見比べ、重複と区切りを選んでコピーします。
確認したい点
パターンでOCRの誤りが直るわけではありません。Oと0、Iと1のような文字は、元データで確認してください。単語の座標がない場合、ハイライトは行またはPDF項目の領域全体になります。
よくある質問
W+digitsとW*はどう違いますか？
かんたんパターンでは、W+digitsはWの後ろに数字だけが1桁以上続く単語に一致します。W*は、Wの後ろにどんな文字が続いても一致します。+は構成要素をつなぎ、*は任意の文字の0文字以上を表します。
直接貼り付けたテキストを分析できますか？
テキストを入力する専用の欄はありません。分析の対象は、画像やPDFから認識した単語です。結果のテキストを編集しても、元の認識した単語リストは置き換わりません。
正規表現を使えますか？
パターンの上級モードを有効にして、スラッシュなしで正規表現を入力します。初期設定では部分一致になるため、単語全体に一致させるには^と$を使ってください。構文が正しくない場合はエラーになります。