PDFに見えないファイルがある理由
PDFには文字や図だけでなく、報告書の元になった表計算ファイル、元データ、資料などが埋め込まれる場合があります。普通のページプレビューだけでは添付内容は分かりません。
PDF.jsの添付ファイル一覧とデータ取得機能を利用し、読み取り専用で抽出します。元のPDFや元に戻す履歴は変更されず、取り出した添付ファイルが自動的に開かれることもありません。
ZIPとmanifest.jsonの読み方
ZIP内のデータには、PDFから渡された名前ではなくattachment-001.binなどの連番を付けます。これによりパス操作や実行形式の拡張子による事故を減らします。manifest.jsonに元のファイル名、説明、ZIP内の名前、バイト数を参考情報として保存します。
- ブラウザーでPDFを開きます。パスワードが必要なら対応するローカル操作で解除します。
- 「PDFを変換」から「埋め込み添付ファイルをZIPへ」を選び、ダウンロードします。
- manifest.jsonをテキストエディターで開き、元の名前、説明、サイズを確認します。
- attachment-NNN.binは実際の形式と出所を検証するまで信用しないでください。怪しいスクリプトやプログラムに名前を戻して実行しないでください。
抽出の安全上限
公開ベータでは元のPDFが最大32 MiB、添付ファイル25個、個別の展開後ファイル15 MiB、合計40 MiBまでです。空のデータや非対応形式は拒否し、添付がない場合は空のZIPではなくメッセージを表示します。
制限は悪意あるPDFがメモリを大量消費しないことを保証しません。PDF.jsが添付を展開してからサイズを判定する場合があるため、重要な作業をする端末で不審なPDFを開くのは避けてください。
ウイルス検査や添付の削除はしません
抽出機能はマルウェア検査やファイル形式の認証をせず、元のPDFから添付ファイルを削除しません。ZIPは利用者が調査するためのものです。ダウンロードしただけで安全と判断しないでください。
PDFの処理はブラウザー内で行われます。サイトのコードや広告に関する通信は別で、クラウドとの連携は利用者が選んだときだけ始まります。第三者に渡す前にすべてのファイルを確認してください。