PDFをXMLに変換できる無料ソフト・オンラインツール5選

PDFをXMLに変換できるフリーソフトを選ぶときは、変換できるかどうかだけでなく、PDFを外部サーバーへ送信するか、スキャンPDFに対応できるか、複数ファイルをまとめて処理できるかまで確認する必要があります。

機密文書や確定申告に関わる資料、スキャンPDF、複数ファイルを扱うなら、まずデスクトップソフトを検討すると選びやすくなります。インストールせず、非機密のPDFを1回だけ変換したい場合は、オンラインツールも候補です。

本記事では、PDFからXMLへの出力を確認できた5つのツールを、同じ5ページのテストPDFで比較しました。通常テキスト、二段組み、複雑な表、日英・記号混在、スキャン画像を含む条件で、文字だけでなく読み順、表構造、XMLの妥当性、OCRまで確認しています。

PDF→XML変換ソフトの比較基準

PDFはページ上の見た目を固定する形式で、XMLは情報をタグで構造化する形式です。そのため、「文字をXMLとして取り出せること」と「業務システムが求めるタグ構造に変換できること」は同じではありません。

実測では、文字の正確さ30点、内容の完全性20点、読み順15点、表構造15点、XMLの整形式性10点、スキャンPDFのOCR 10点という6項目を、100点満点で評価しました。

• 文字の正確さ：日本語、英語、数字、記号に欠落や誤認識がないか確認します。
• 内容の完全性：必要な項目と値がすべて残っているか確認します。
• 読み順：二段組みや複数領域の文字が自然な順序で並ぶか確認します。
• 表構造：行、列、セルの対応関係がXMLに残るか確認します。
• XMLの妥当性：標準XMLパーサーでエラーなく解析できるか確認します。
• スキャンOCR：画像だけのPDFから文字と主要項目を取得できるか確認します。

加えて、デスクトップ／オンラインの違い、無料条件、バッチ処理、出力ファイル名も操作面の判断材料にしました。得点は今回のWindows 11環境、製品バージョン、設定、テストPDFに限った結果であり、すべてのPDFや将来のバージョンに共通する精度を示すものではありません。

テスト環境はWindows 11です。デスクトップ版はUPDF 2.5.9.0、PDFgear 2.1.20、Doxillion 11.37を使用し、i2PDFとOnlineConvertFreeはChrome 152.0.7977.83から操作しました。

PDFをXMLに変換できる無料ソフト・ツール比較

UPDFは文字情報を持つページのOCRをオフ、スキャンページだけ日本語OCRをオンにした結果です。5ページすべてにOCRをかけるとテキストPDFの欠落が増えました。PDFgearはテキストPDFと表構造が安定し、OnlineConvertFreeはオンライン製品の中で読み順が最も自然でした。i2PDFは特殊文字のエスケープ不備、Doxillionは表構造とスキャンOCRに課題が残りました。

機密性を優先するならローカルで処理できるUPDF、PDFgear、Doxillionが候補です。i2PDFとOnlineConvertFreeはインストール不要ですが、ファイルをクラウドへ送信する前に社内規程や文書の機密区分を確認してください。無料条件やファイル上限は変更される場合があるため、利用前に各公式サイトで最新情報をご確認ください。

PDF→XML変換に使えるおすすめ5選

1. UPDF｜ローカル変換・OCR・一括処理をまとめたい場合

UPDFは、WindowsとMacでPDFをXMLへ変換できるデスクトップPDF編集ソフトです。PDFをクラウド変換サイトへアップロードせず、同じ環境で変換前の編集、OCR、ページ整理まで進めたい場合に向いています。

今回の実測は94点でした。文字情報を持つページでは文字と複雑表のセル関係が保たれ、スキャンページも主要項目をOCRできました。ただし、二段組みは左右を1行ずつ交互に読む順序になり、テキストPDFにOCRを重ねると欠落や誤認識が増えました。通常PDFはOCRをオフ、画像だけのPDFは日本語OCRをオンにして分けて処理するのが適切です。

無料版ではPDF変換を1日2ファイルまで試せ、バッチ処理は2ファイル、OCRは5回まで試用できます。複数PDFを同じ画面へ追加してXMLへ一括変換でき、変換前後の編集やページ整理も同じアプリで行えます。具体的な画面操作は、別記事のPDFをXMLに変換する方法で確認できます。

向いている人：機密PDFをローカルで扱いたい人、スキャンPDFをOCRしてから変換したい人、変換前後のPDF編集も1つのソフトで済ませたい人。

注意点：無料版には変換回数などの上限があります。OCRを全ページへ一律適用せず、文字レイヤーの有無で設定を分けてください。また、SpreadsheetML形式のため、利用先の独自スキーマに合わせるにはフィールド変換が必要です。

2. PDFgear｜無料のデスクトップ変換を優先する場合

PDFgearは、公式ガイドでPDFからXMLへの一括変換を案内している無料のデスクトップPDFソフトです。公式ページでは透かしなしで利用できると説明されており、費用をかけずに複数PDFを処理したい場合に検討できます。

実測は81点でした。4つのテキストPDFはほぼ完全で、複雑表も行・列・セルとして保持されました。二段組みだけは右列が左列より先に並び、スキャンページは空のXMLになりました。Advanced Modeの出力は通常モードとバイト単位で同じで、今回のファイルでは改善が見られませんでした。

向いている人：無料でデスクトップ変換を試したい人、複数のテキストPDFをまとめて処理したい人。

注意点：スキャンPDFのOCR文字は得られず、二段組みの読み順も確認が必要です。独自スキーマが必要なら、変換後の再構成が必要です。

3. Doxillion Document Converter｜非営利用途で多数の文書を変換する場合

Doxillion Document Converterは、WindowsとMacに対応する文書変換ソフトです。公式の対応形式にはPDF入力とXML出力が掲載され、一括変換にも対応しています。

実測は62点でした。テキストPDFの文字はおおむね取り出せましたが、二段組みは左右交互、複雑表は行内の文字列へ圧縮され、列やセル構造は残りませんでした。スキャンページをOCRしても日付、設備番号、測定値などが欠け、出力にはXML 1.0で使用できない制御文字も含まれていました。

日本語のダウンロードページでは、無料版は非営利の家庭利用向けとされています。仕事で使う場合は、現在のライセンス条件を確認してから導入してください。

向いている人：家庭内の非営利用途で、複数のテキストPDFをまとめて変換したい人。

注意点：表データやスキャンPDFを、そのまま機械処理できるXMLへ変換する用途には向きません。商用利用では無料版の条件を満たさない可能性があります。

4. i2PDF｜インストールなしで単発変換する場合

i2PDFは、ブラウザ上でPDFをXMLへ変換できる無料オンラインツールです。ソフトをインストールせずに使えるため、非機密のPDFを単発で変換したい場合に手軽です。

実測は68点でした。テキストPDFの文字と位置情報は詳細に保持され、二段組みも左列から右列の順に並びました。一方、表は行・セルではなく座標情報として保存されます。さらに、テスト内の < と & が正しくエスケープされず、日英・記号混在ページと5ページ総合XMLは標準XMLパーサーで開けませんでした。スキャンページはOCRされず、画像ファイルへの参照だけが残りました。

ダウンロード名は毎回 pdf2xml.zip、XMLは pdf2xml.xml となり、元のPDF名を保持しません。複数ファイルの一括変換にも対応しないため、連続処理では手動のフォルダー分けが必要です。

向いている人：インストール権限がない環境で、非機密のテキストPDFを一時的に変換したい人。

注意点：変換後は必ずXMLパーサーで整形式か確認してください。スキャンPDF、特殊文字を含む文書、複数ファイルの処理には不向きです。機密情報や個人情報を含むPDFは、組織のルールを確認してから使用してください。

5. OnlineConvertFree｜登録せずクラウド変換する場合

OnlineConvertFreeは、ブラウザでPDFからXMLへ変換できるオンラインサービスです。公式ページでは、登録、メールアドレス、透かしなしで利用できると説明しています。変換済みファイルは24時間後に削除すると案内されています。

実測は76点でした。テキストPDFの文字は完全に保たれ、二段組みは左列から右列、複雑表は行単位の自然な順序で並び、特殊文字も正しくエスケープされました。ただし、出力はOpenDocumentの描画XMLで、表のセル構造ではありません。スキャンページは画像としてXMLへ埋め込まれましたが、OCR文字は生成されませんでした。

未ログインでは一度に3ファイル、ログイン後は4ファイルまで変換でき、それ以上は有料プランが必要でした。出力は元のPDF名ではなく長い数字名になるため、ダウンロード後に内容を確認して整理する必要があります。

向いている人：アカウントを作らず、非機密のPDFを短時間で変換したい人。

注意点：処理はクラウド上で行われます。スキャン文書を検索可能なXMLへ変える用途や、表データをセル単位で取り込む用途には別の処理が必要です。

オンラインサービスだけを比較したい場合は、PDFをXMLに変換できるオンラインツールの記事も参考にしてください。

変換後のXMLで確認したい4項目

• 文字と読み順：見出し、段落、縦書き、段組みの順序が崩れていないか確認します。
• 表と特殊文字：セルの対応、数値、記号、改行、文字化け、欠落を原本と照合します。
• タグ階層：親子関係、要素名、属性が目的の処理に使える構造か確認します。
• 利用先スキーマ：XSDなどの指定がある場合はバリデーションを行い、エラーを修正します。

XMLファイルを開けたことだけで変換成功と判断せず、利用先へ渡す前に検証します。業務システムがXSDなどのスキーマを指定している場合は、そのバリデーションも実行してください。

今回も、見た目上は文字が残っていたi2PDFで < と & の未エスケープにより解析エラーが発生しました。ブラウザで表示できるかだけでなく、XMLパーサーで開けるかまで確認することが重要です。

PDF→XML変換のよくある質問

まとめ

同じPDFで比較した結果、テキストPDF、表、スキャンOCRを総合するとUPDFが最も安定しました。ただし、テキストPDFへ不要なOCRをかけると精度が下がるため、通常ページとスキャンページで設定を分ける必要があります。

OCRが不要なテキストPDFなら、表構造を保ちやすいPDFgearも有力です。オンラインではOnlineConvertFreeの読み順が良好でしたが、クラウドへのアップロード、OCR非対応の結果、ファイル名の管理に注意してください。どの製品でも独自スキーマへの適合は保証されないため、実際のPDFを少量変換し、文字順、表、XML構文、XSDを確認してから本運用へ進めましょう。