PDFコピペの改行を削除する方法(置換・正規表現・ツール)

PDF・テキスト整形コラム

執筆:松村 誠(植木鉢団 代表)

PDFから貼り付けた文章の、一行ごとに入った改行を消したい。

その改行を消す方法を、4通り並べます。

1. 置換でまとめて消す

いちばん素朴なのが、エディタの置換機能を使う方法です。
Wordなら検索欄に ^p、多くのテキストエディタなら \n を入れて、置換後を空欄にすれば改行が消えます。

短い引用ならこれで十分です。
問題は、段落の切れ目まで一緒に消えること。
数ページぶんを貼り付けてこれをやると、全体がひとかたまりの文章になってしまいます。

Wordで段落を残しながら消す

Wordの置換だけでも、段落の切れ目を残すことはできます。
段落の間が空行になっている文章なら、置換を3回に分けます。

  1. 「^p^p」を、本文に出てこない記号(たとえば「■■」)に置き換える
  2. 残った「^p」を、空欄に置き換える
  3. 「■■」を「^p^p」に戻す

1回目で段落の切れ目を一時的に別の記号へ逃がし、2回目で行の途中の改行だけを消して、3回目で切れ目を戻す、という順番です。
仮の記号は、本文に含まれていないものなら何でも構いません。

ただし、PDFからの貼り付けで段落の間に空行が入っていない場合は、残すべき切れ目を見分けられないので、この方法は使えません。

2. 正規表現で「消す改行」を選ぶ

段落を残したいなら、消す改行と残す改行を区別する必要があります。
日本語なら、句点で終わっている行の改行は残し、それ以外を消す、という考え方がとりやすいところです。

正規表現に対応したエディタで、([^。」\r\n])\r?\n(?!\r?\n) を $1 に置換する、といった形になります。
「句点や閉じ括弧で終わっていない行の、直後が空行でない改行だけを消す」という指定です。
\r? は、Windowsの改行(CRLF)のまま扱うエディタでも同じように効かせるためのものです。置換後の書き方($1 か \1 か)はエディタによって違うので、使っているエディタの説明で確かめてください。

これでだいぶマシになりますが、万能ではありません。
箇条書きの各行や見出しは句点で終わらないことが多いので、そのまま巻き込まれて前の行にくっつきます。
英語の文書なら、判定に使うのはピリオドになるなど、対象によって式を組み替えることにもなります。

※式を組むのにひと手間かかるので、向いているのは、一度きりの長い文書を片付けるときです。

3. 生成AIに整えてもらう

ChatGPTなどに貼り付けて、読める形に直してもらう方法もあります。
文脈を見てくれるので、箇条書きや見出しの扱いは正規表現よりうまくいきやすいところです。

気をつけたいのは、整形のつもりが本文の語句まで書き換わっている場合があること。
言い回しが少し変わっていたり、短くまとめられていたりします。
そのまま資料に使うなら、元と突き合わせる手間を見込んでおく必要があります。

4. 専用ツールで一括処理する

崩れの型はある程度決まっているので、そこを機械的に処理する道具もあります。
当サイトのPetaPDFはその方向のツールで、貼り付けると改行の除去に加えて、語間に混ざった空白、行末のハイフン分割、ページ番号の混入なども一度に処理します。

改行の扱いは、用途に応じて3通りを用意しています。

  • AIに貼る(標準): 句点や記号で終わっている行の改行は残し、途中で切れている行だけをつなぎます。文章として読む・AIに渡す用途はこちらです。
  • 1行にまとめる: 段落も含めてすべての改行を消します。英単語や数字どうしの境目には空白を1つ入れ、日本語はそのまま詰めます。検索窓や表計算の1セルに入れたいときはこちらです。
  • 原稿を整える: 空行と全角の字下げを保ったまま整形します。原稿として体裁を残したいときはこちらです。

辞書やルールに沿った機械的な処理なので、本文の語句が書き換わることはありません。
どこがどう変わったのかは、変更箇所を色分けした表示で確認できます。

使い分けの目安

どれを使うかは、貼り付けた文章の形で決まります。見るのは、段落の間に空行が残っているかと、箇条書きや見出しが混ざっているかの2点です。

  • 数行の引用: 置換で改行を全部消せば足ります。
  • 段落の間に空行がある: Wordの3回置換で、段落を残したまま消せます。
  • 空行がなく、地の文だけ: 正規表現で、句点で終わらない行だけをつなぎます。
  • 箇条書きや見出しが混ざる: 正規表現だと前の行にくっつくので、結果を目で確かめる前提になります。PetaPDFなら変更箇所の色分けで、AIなら元の文との突き合わせで確かめます。

言い回しを書き言葉に直すところまでは、PetaPDFではやりません。そこまで進めたい場合は、PetaPDFで崩れを直してからAIに渡すと、AIに頼むのを文章の手直しだけにできます。