PDFリンク抽出・リンク追加

PDFリンク抽出・リンク追加について

PDFのリンクは青い下線付きの文字ではなく、ページの上に載った見えない四角形（リンク注釈）です。四角形には「このURLを開く」「7ページへ移動」といった動作が付いていて、ファイルの中ではその下の文字とは何のつながりもありません。本文にはAサイトと書いてあるのに、クリックするとBサイトへ飛ぶPDFが作れるのはこのためです。

抽出タブはすべてのリンク注釈を読み取り、ページ・リンク文字・種類・リンク先・ドメインの表に書き出します（CSV・Markdown表・URLだけのTXT）。追加タブは本文中のURL・メールアドレス・「p. 12」のようなページ参照を探して実際のリンクにし、既存リンクの切れを検査します。

抽出結果で確かめたい種類

種類はWebアドレス、メール、文書内ページ移動、外部文書を開く（GoToR）、外部ファイル起動（Launch）、JavaScript、その他に分かれます。受け取ったPDFを点検するなら後ろの三つを先に見てください。LaunchとJavaScriptはワンクリックでファイルの実行やスクリプトを起こせる動作なので、普通の文書に入っていれば疑う理由になります。リンク文字とドメイン列が食い違う行も同じ理由で確認します。

リンク文字は、四角形の中に中心が入る文字列を集めたものです。リンク範囲が文字より狭い、あるいはずれているPDFでは空欄になったり隣の語が混じったりします。「リンクのないURLも含める」をオンにすると本文に文字だけで書かれたアドレスも集め、行末で折り返したURLは次の行とつなぎ直そうとします。同じページで既にリンクがあるアドレスは二重に出ません。

追加タブ：ページ参照とオフセット

本文に印刷されたページ番号とPDF上の何枚目かは、表紙や目次の分だけずれるのが普通です。表紙1枚と目次3枚の後に本文1ページが始まるなら、オフセットに4を入れると「p. 12」がPDFの16枚目につながります。範囲外を指す候補は赤枠で示されるので、オフセットの誤りに気づけます。

既存リンクと半分以上重なる候補は飛ばします。欲しい範囲が候補に出ないときは、リンク先（URL・メール・ページ番号）を入力してプレビュー上をドラッグすれば手動で作れます。リンク切れ検査は内部リンクのページや名前付き行き先の有無まで確かめますが、外部URLはブラウザのセキュリティ（CORS）のため実際に開けるかは調べられず、形式だけを見ます。

例

使い方

1. PDFを追加するとリンク注釈が表に出ます。行を押すとそのページのリンク範囲が強調されます。
2. 重複まとめ・内部リンク除外・テキストURLの取り込みを決め、形式（CSV・MD・TXT）を選びます。
3. 保存します。リンクを付けたいときは追加タブで候補を選んで実行します。

よくある質問

補足

注釈がページ内容とは別のオブジェクトとして保存される仕組みは、ガイド「PDFファイルの中身」を参照してください。