Amazon Textract JSONをExcel・CSVに変換
Amazon TextractのBlockとRelationshipを解析し、表・フォーム・本文をExcelまたはCSVへ変換します。
データ変換前後の確認ポイント
1変換前に確認
- 元ファイルを残し、文字コードやデータ形式を確認してから変換します。
- 先頭行が見出しか、列名やキーが期待どおりかを確認します。
- 個人情報や機密データを含む場合は、処理場所と共有先を確認します。
2変換後に確認
- プレビューで日本語、列名、行数が正しく読めているか確認します。
- Excelや利用先のシステムで開き、日付や長い数値の表示も確認します。
- 変換後のファイルは別名で保存し、元データと比較できるようにします。
次に続けやすい作業
Textract JSON変換とは？
TABLEからCELL、WORD、SELECTION_ELEMENTをたどって表を復元し、複数テーブルをExcelの別シートへ整理します。
Block配列から表を復元
Textractのレスポンスは完成した表ではなく、Idで結ばれたBlockの配列です。このツールはRelationshipをたどり、RowIndexとColumnIndexに従ってセルを並べ直します。
KEY_VALUE_SETはFormsシート、LINEはText Linesシートへ分けます。選択されたチェックボックスは[X]として保持します。
抽出する内容
- TABLE・CELLの表構造
- WORDと選択要素
- KEY_VALUE_SETの項目名と値
- LINEの本文とConfidence
- 複数ページ・複数テーブル
ExcelとCSVの違い
Excel
表ごとのシートに加え、フォームと本文もまとめて保存します。
CSV
全テーブルにtable番号とpage番号を付けて1ファイルにまとめます。
使い方
- 1TextractのJSONレスポンスを選択します
- 2変換ボタンを押します
- 3復元した表を確認します
- 4ExcelまたはCSVを保存します
よくある質問
複数の表を扱えますか？
はい。Excelでは表ごとに別シートを作成します。
フォームのキーと値も出せますか？
はい。KEY_VALUE_SETのKEYとVALUEをFormsシートへ出力します。
手書きやOCRの誤認識も直りますか？
OCR結果の文字自体は修正しません。Textractが返したTextを表構造へ並べ直します。
あわせて使いやすい関連ツール
使い方に迷ったときはガイドも確認
画像形式の違い、圧縮のコツ、PDFのまとめ方などをガイドページで整理しています。