PDFに書き出した後、Acrobatからテキストを書き出してはどうですか。

YUKIさまありがとうございます。
PDFで保存して、Acrobt5.0で開きましたが、テキスト書き出しがありません。Acrobtにテキスト書き出しはありますか。
わかりませんでした。よろしくお願いします。

Acrobatでは「名前を付けて保存」で種類を「テキスト（アクセシビリティ可能）」にします。

あと、フォントってOpenTypeFontですか？
私はＴＴＦのフォントで作成された縦書きのＰＤＦをAcrobatで書き出すと文字が化けるので、困っています。
縦書きでもInDesignから書き出したＰＤＦでテキストが綺麗に抜ける方法って知ってますか？
以前からテキスト抽出については興味があったので…

流星様、コメントありがとうございまう。
使用フォントはNew CIDです。また別名で保存ではテキスト形式で保存がなく、リッチテキストがあります。リッチテキスト保存では制御コードでわけがわかりません。

弊社で提供しているPlug-inであるDataBoxに付属するBoxDataという、ページアイテムの情報を書き出すツールがあります。そのBoxDataにご希望の機能もあり、一括又は指定したページ範囲でテキストのみの書き出しができます。申し訳ありませんが、BoxDataは単独では提供していません。スクリプトを書けば可能とは思いますが、私はあまりスクリプトを使用しませんので...　Acrobatからのテキスト形式保存は、6.0以降でサポートされたようです。

>BoxDataにご希望の機能もあり、一括又は指定したページ範囲でテキストのみの書き出しができます。

テキストの書き出し順はどのように制御されてるんですか？
座標？
重なり順？

『ご希望の機能』って書き方が、商売上手ですね。
希望通りテキストが書き出されるとは限りません。『テキスト書き出し機能』と書くべきでは？

スクリプトで簡単に書き出せますが、この順序が問題なんですよ。
本文に画像とキャプションをインラインとか、段抜き見出しを別フレーム回り込みで作ってたりすると、順序はメチャクチャなんですよね。

書き出す必要性があるなら、最初からXMLタグ付けしておくとか、PDFから抜き出しが現実的だと思うなぁ

川村様

情報ありがとうございます。テキスト書き出しは6.0からのサポートなのですね。まだ　OS Xには移行していないので5.0なのです。またDataBoxの件は参考になりました。検討して見なすが、今後の使用予定が未定なので難しいかもしれません。
ともかくありがとうございました。