Power AutomateでPDFをテキストファイルに変換する：PDF4meを使用してスキャンした契約書を検索可能なSharePointコーパスに変換する

PDF4me テキストと画像を抽出する これは、PDF のテキスト レイヤーを配列として返す Power Automate アクションです。上流の OCR と下流の Compose 結合と組み合わせることで、このフローは SharePoint ライブラリにドロップされたすべての PDF を一致する PDF に変換します。 .txt AI検索に対応したファイル。

この方法を検索すると、最初の結果はマイクロソフト自身のものだった。 PDFアクションリファレンスPower Automate について説明しています デスクトップ アクションはクラウドフローには存在しません。この一点こそが、次の2つの検索結果が、同じ質問をしながら明確な回答が得られていないRedditのスレッドとPower Platformコミュニティのスレッドである理由です。このフローこそが明確な回答であり、標準ティアコネクタ上で完全にクラウド上で実行されます。

なぜ？という問いに対する質疑応答​

得られるもの​

入力： SharePointのドキュメントライブラリにドロップされたPDFファイルであれば、スキャンされたものでもデジタルネイティブのものでも構いません。命名規則は不要です。 出力： PDFファイル1つにつき、2つ目のライブラリにプレーンテキストファイルが1つ格納され、そこには文書の完全な読み取り可能な内容が含まれています。

RagInput。ここにPDFファイルをドロップすると、処理が開始されます。

RagText。PDFファイル1つにつき1つのプレーンテキストファイル。インデックス作成準備完了。

以下は、サンプル契約をディスクに書き込んだとおりに出力された内容です。

MASTER SERVICES AGREEMENT
 Between Initech LLC and Umbrella Inc.
Effective  date:  1 January 2026.  Auto-renews annually.
 Liability cap:  USD  100000. Confidentiality: 5 years.
 CLEAN TEST MARKER: PDF4ME-CLEAN-TEST-2026.

先頭の空白に注意してください。OCRはレイアウトの空白を保持するため、検索や言語モデルへの入力には問題ありません。後続のパーサーが空白に厳しい場合は、後で削除してください。

必要なもの​

フローの概要​

1. ファイルが作成されたとき（プロパティのみ） (SharePoint トリガー) スコープは /Shared Documents/RagInput。
2. ファイルの内容を取得する トリガーを使用する Identifier。
3. PDF - OCRを使用してPDFを編集可能なPDFに変換 品質 Draft OCRは必要な時のみ使用する true。
4. PDF - テキストと画像を抽出 抽出テキスト付き Yes 画像を抽出 No。
5. 作曲する 実行中 join() 返された texts 配列。
6. ファイルを作成する （SharePoint）ライティング .txt の中へ /Shared Documents/RagText。

フローの概要全体​

OCRだけが11秒と最も遅い。他の5つのステップはそれぞれ0.5秒未満で完了する。

ステップ1：SharePointライブラリで新しいPDFファイルを監視するにはどうすればよいですか？​

これまでの流れ： まだ何も起きていない。これが引き金だ。

使用 ファイルが作成されたとき（プロパティのみ）新しいアイテムがアップロードされると、そのメタデータが返されます。ライブラリ全体を対象とする監視では、そのライブラリ内のどこかで誰かがアップロードを行うたびに監視が開始されるため、監視対象を1つのフォルダに限定してください。

1. 作成する 自動化されたクラウドフロー そして選ぶ ファイルが作成されたとき（プロパティのみ）。
2. 設定する:
   • サイトアドレス: https://ynoox1.sharepoint.com/sites/PDF4meSharepoints
   • 図書館名： 選ぶ 文書 ドロップダウンから
3. 開ける 詳細パラメータ、 追加 フォルダ、そしてそれを /Shared Documents/RagInput。

SharePoint トリガー構成​

ライブラリ名はライブラリ自体の名前、つまり「Documents」です。その下の「フォルダ」パラメータは、トリガーをその中の特定のフォルダに絞り込むためのものです。

ステップ2：トリガー後にファイルコンテンツを取得する必要があるのはなぜですか？​

これまでの流れ： SharePointトリガー。

プロパティのみのトリガーはメタデータを渡し、ドキュメントは渡しません。ファイルコンテンツを取得するトリガーは、 Identifier PDF4meが必要とする実際のバイト数。

1. 追加 SharePoint > ファイルの内容を取得する。
2. 設定する:
   • サイトアドレストリガーと同じサイト
   • ファイル識別子: Identifier トリガーから
3. 開ける 詳細パラメータ そして設定する コンテンツタイプを推測する に Yes。

ファイルコンテンツ構成を取得します​

コンテンツタイプを推測する「はい」を選択すると、次のアクションで汎用的なデータではなく、実際のPDFバイトが渡されます。

ステップ3：テキスト抽出前にOCRを実行する理由とは？​

これまでの流れ： SharePointトリガーとファイルコンテンツの取得機能。

スキャンされたページは画像です。OCRがテキストレイヤーを重ねるまでは、抽出できるテキストは存在しません。この処理はそのテキストレイヤーを重ねるものであり、既に読み取り可能なPDFファイルはそのまま残すように賢く設計されています。

1. 追加 PDF - OCRを使用してPDFを編集可能なPDFに変換。
2. 設定する:
   • ファイルの内容: File Content から ファイルの内容を取得する
   • ファイル名トリガーのファイル名トークン
   • 品質タイプ: Draft
   • OCRは必要な時のみ使用: true
   • 言語: 文書が英語でない場合は空欄のままにしてください
   • 非同期: No

OCRパラメータ​

QualityTypeはここではDraftに設定されています。クリーンなスキャンではHighと同等の読みやすさで、しかも処理時間が短縮されます。

ステップ4：テキストと画像の抽出はどのようにしてテキストを返しますか？​

これまでの流れ： SharePointトリガー、ファイルコンテンツ取得機能、OCR機能を組み合わせたもの。

このアクションはテキストレイヤーを読み取り、配列として返します。 textsOCR出力先を指定してください。「ファイルコンテンツを取得」に戻さないでください。そうしないと、スキャンされたページが空のまま返されます。

1. 追加 PDF - テキストと画像を抽出。
2. 設定する:
   • ファイルの内容: File Content から OCRアクション
   • ファイル名トリガーのファイル名トークン
   • テキストを抽出: Yes
   • 画像を抽出する: No

テキストと画像の抽出パラメータ​

アイコンを見てください。ファイルコンテンツにはOCRから生成されたデータであるため、PDF4meのマークが付いています。ファイル名にはトリガーから生成されたデータであるため、SharePointのマークが付いています。

ステップ5：テキスト配列を1つの文字列に変換するにはどうすればよいですか？​

これまでの流れ： SharePointトリガー、ファイルコンテンツの取得、OCR、テキストと画像の抽出機能。

texts は配列です。ファイルには文字列が必要です。1つ 結合式 両者をつなぐ架け橋となる。

1. 追加する 作曲する アクション。
2. で 入力式エディタに切り替えて、以下を貼り付けます。

join(body('PDF_-_Extract_Text_and_Images')?['texts'], decodeUriComponent('%0A'))

3. クリック アップデート。

の decodeUriComponent('%0A') Power Automate の式でリテラルの改行を記述するには、このように記述します。エスケープシーケンスは存在しないため、これが慣用表現となります。

構成設定​

body() 内のアクション名では、スペースとハイフンの代わりにアンダースコアが使用されています。アクション名を変更すると、この式は動作しなくなります。

ステップ6：SharePointでテキストを.txtファイルとして保存するにはどうすればよいですか？​

これまでの流れ： SharePointトリガー、ファイルコンテンツの取得、OCR、テキストと画像の抽出、および作成。

最後のステップでは、結合された文字列を別のライブラリに書き込みます。

1. 追加 SharePoint > ファイルを作成する。
2. 設定する:
   • サイトアドレス: トリガーと同じサイト
   • フォルダパス: /Shared Documents/RagText
   • ファイル名トリガーのファイル名トークンに続いて、リテラルテキストが続きます。 .txt
   • ファイルの内容: その 作曲する 出力トークン

SharePoint ファイル構成の作成​

ファイルコンテンツとは、PDF4meからの出力ではなく、紫色のデータ操作アイコンが付いたComposeの出力のことです。この時点で既にテキストは組み立てられています。

フローを実行して検証する​

1. 保存 右上の流れ。
2. アップロード contract-sample.pdf 入力フォルダに保存されます。トリガーはポーリングを行うため、しばらくお待ちください。
3. 流れを開く 実行履歴 6つの操作すべてに緑色のチェックマークが付いていることを確認してください。OCR処理は時間がかかります。
4. 開ける /Shared Documents/RagText. A .txt ファイルはそこにあるはずです。それを開いて検索してください。 PDF4ME-CLEAN-TEST-2026そのマーカーが存在する場合、OCRと抽出は両方ともエンドツーエンドで正常に動作したことになります。

再構築せずに追加できる一般的なバリエーション​

よくある質問​

Power AutomateはPDFからテキストを抽出できますか？​

クラウドフローでは単独では利用できません。Microsoft のドキュメントにある PDF アクションは Power Automate Desktop のものであり、クラウドフローでは利用できません。そのため、この質問に関するコミュニティ スレッドが多数未解決のままになっています。PDF4me コネクタを追加すると、クラウドフローに真の機能が追加されます。 テキストと画像を抽出 ドキュメントのテキストを配列として返すアクション。

抽出処理全体は1つの動作で完了します。前後の5つの手順は、単にファイルをインプットし、テキストをアウトプットするだけです。

Power Automateを使用してPDFからテキストを抽出する方法は？​

新しいファイルでトリガーし、そのバイトをフェッチします ファイルの内容を取得する、 走る OCRを使用してPDFを編集可能なPDFに変換する スキャンされたページにはテキストレイヤーが付けられ、次に テキストと画像を抽出 テキスト抽出設定 Yes. それは以下を返します texts 配列。配列ではなく文章にしたい場合は、Compose 式で結合してください。

抽出ステップは、ダウンロードしたファイルではなく、OCR処理の出力先を指定してください。ダウンロードしたファイルを再利用すると、スキャンした文書が空になってしまう原因となります。

Power AutomateはOCRを実行できますか？​

クラウドフローにはネイティブのOCRアクションはありません。AI Builderはプレミアムなクレジット課金ライセンスでOCR機能を提供しており、Power Automate Desktopはマシンに紐づいた独自のOCRエンジンを備えています。PDF4me OCRを使用してPDFを編集可能なPDFに変換する このアクションは、マシンを介さずに標準ティアのクラウドフローで実行されます。

その OCRは必要な時のみ使用 設定は知っておく価値があります。 trueこの機能では各ファイルを検査し、テキストレイヤーが既に存在する場合はOCRをスキップするため、混合ライブラリではすべてのドキュメントに対してコストが発生しません。

Power AutomateでPDFからテキストを抽出する機能が動作しないのはなぜですか？​

ほぼすべてのケースで、以下の3つの原因が考えられます。まず、文書がスキャン画像であり、OCR処理が行われていないため、そもそもテキストが存在しない。次に、抽出処理でOCR出力ではなくダウンロードしたファイルを読み込んでいるため、スキャン画像では同じように空の結果となる。最後に、テキスト自体は正しく取得できたものの、生の配列としてファイルに書き込まれたため、文書ではなくJSONのように見えてしまう。

実行履歴を開き、「テキストと画像の抽出」の出力を直接確認してください。 texts コンテンツはそこにありますが、問題はComposeまたはCreate fileの下流にあります。

PDFファイルを無料でテキストファイルに変換するにはどうすればいいですか？​

単一の文書であれば、どのオンラインコンバーターでも対応できます。このワークフローを構築する理由は、処理量と反復性です。フォルダに格納されるすべてのファイルに対して自動で実行され、スキャン処理も行い、キーボード操作も不要です。PDF4meの無料プランでも、毎月相当数の文書を処理できます。また、ここで使用するコネクタはすべて標準プランなので、Power Automateのプレミアムライセンスは必要ありません。

トラブルシューティング​

次のステップ​

同じ6つのステップ（フォルダの監視、データの取得、OCR処理、データの抽出、データの統合、データの保存）によって、あらゆるドキュメントライブラリを機械可読なコーパスに変換できます。