中国の学術データベースCNKIから論文をダウンロードすると、PDFではなく.cajや.nhファイルが届くことがよくあります。修士論文や博士論文では特にそうです。WindowsならまずCAJViewerをインストールする必要があり、Mac、Linux、タブレット、スマートフォンでは何で開けばいいのかわからないことも少なくありません。

Look Scannedでこれらのファイルを直接開けるようになりました。CAJをスキャン風PDFに変換するページを開いてファイルを選ぶと、論文がブラウザ内で変換され、1ページずつ表示されます。内容を確認してスキャン効果を加えれば、どの端末でも開けるPDFをダウンロードできます。CAJViewerのインストールも、アカウントへのログインも必要ありません。

CAJ・KDH・NHとは？

CAJはCNKI（China National Knowledge Infrastructure）独自の文献形式で、CAJViewerはCNKIがこの形式のために作った閲覧ソフトです。同じ系統の拡張子にはほかに.kdhと.nhがあり、.nhは修士論文や博士論文によく使われています。一般的なPDFリーダーやブラウザでは、どれも開けません。

Look Scannedは、オープンソースのcaj2pdf-rustを使ってブラウザ内でファイルをPDFに変換し、その後はふつうのPDFと同じように表示してスキャン効果を加えます。

変換できるファイル

  • .cajと.kdh：ほとんどのファイルはそのまま変換できます。ページ上の文字や数式、図表は元のとおりに表示されます。
  • .nhの学位論文：HNまたはC8エンコードで保存されたページは試験的な対応で、変換できないファイルもあります。失敗したときは、崩れたPDFではなくエラーメッセージが表示されます。変換ツールはファイルの中身からエンコードを判別するので、こうしたページを含む.cajファイルも同じように扱われます。
  • TEB形式：現在は対応していません。
  • 目次（しおり）：引き継がれません。スキャン風PDFはページ画像の連なりなので、元の文献のアウトラインは残りません。

開けないファイルがあれば、CNKIで同じ論文のPDF版が提供されていないか確認し、そのPDFをLook Scannedで読み込んでください。

CAJファイルをスキャン風PDFにする手順

  1. CAJをスキャン風PDFに変換するページを開き、.caj、.kdh、.nhのいずれかのファイルを選びます。
  2. 変換が終わるのを待ってからプレビューに目を通し、本文、数式、表、画像を確認します。
  3. 紙の色味や傾き、ノイズなどのスキャン効果を調整します。論文には小さな文字や数式が多いので、ぼかしとノイズを控えめにすると読みやすくなります。
  4. 「スキャンされたPDFを生成」を選び、生成後に「スキャンされたPDFをダウンロード」を選びます。

長い論文は変換にも生成にも少し時間がかかり、ページ数が多いほど長くなります。論文がいくつもあるときは、Pro版の機能の一括スキャンでまとめて処理できます。CAJとPDFが混ざっていても大丈夫です。1ページずつ画像にしたい場合は、出力形式でPNGかJPEGを選んでください。違いはPDF・JPG・PNGの比較で説明しています。

変換後も文字を検索・コピーできますか？

本物のスキャンと同じく、生成されたPDFは初期設定では各ページが画像になり、文字を選択できません。

検索やコピーが必要なら、PDFで保存するときに「出力設定」で「元のテキストを保持（OCRに似た機能）」をオンにしてください。.cajのページにはたいていテキストレイヤーがあり、そのテキストがそのままスキャン風PDFに書き込まれます。見た目はスキャンした書類でも、文字は検索・コピーできます。これはOCRではありません。画像として保存されたページ（多くの.nh学位論文がそうです）にはもともとテキストがないため、残せる文字もありません。

ファイルは端末から出ません

変換もスキャンもブラウザの中で行われ、論文がサーバーにアップロードされることはありません。変換ツールはLook Scanned自身のサイトから読み込まれるWebAssemblyモジュールで、ほかの場所にリクエストを送ることはありません。一度読み込めばブラウザにキャッシュされるので、オフラインでもCAJファイルを開けます。

知っておきたいこと

  • 著作権と利用条件を守ってください。 CNKIの論文は著作権で保護されており、ダウンロードや利用にはCNKIの規約と、所属する大学や機関のライセンス条件が適用されます。利用が認められているファイルだけを処理してください。PDFに変換しても、こうした制限は変わりません。
  • スキャン効果は必ずかかります。 Look Scannedは文書をスキャンしたように見せるためのツールです。きれいなPDFだけが必要なら、CNKIが提供するPDF版があればそちらを使ってください。
  • 送る前にプレビューを見比べてください。 HN/C8の対応はまだ改善中で、まれにCAJViewerでの表示とわずかに異なるページがあります。大事なファイルは、生成する前に全ページを確認してください。

同じく中国の固定レイアウト形式であるOFDも、同じように変換できます。開けずにいたCAJファイルがあれば、今すぐ試してみてください。