PDFコピペの改行を削除する方法（置換・正規表現・ツール）

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。
PDFのコピペで最初にぶつかるのが、たいていこれかと思います。

今回は、その改行を消す方法を4通り並べてみます。

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。

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、([^。」\n])\n(?!\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。

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。

※式を書くこと自体が手間なので、毎回やる作業ではないかもしれません。一度きりの長い文書を片付けるとき向けかと思います。

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2通りを用意しています。

• 段落は残す: 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。検索窓や表計算の1セルに入れ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

数行の引用なら、置換でひと息に片付くはずです。
一度きりの大物で、条件を自分で決めたいなら正規表現。
書き言葉として整えるところまで進めたいならAI。
「まず読める形にする」を繰り返すなら、貼るだけで済むツールが結局速い、というあたりに落ち着くかと思います。