> ## Documentation Index
> Fetch the complete documentation index at: https://student-213fb9fc.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ドキュメントパース

> ドキュメントのパース機能について学ぶ

Firecrawl は強力なドキュメント解析機能を備えており、さまざまなドキュメントフォーマットから構造化コンテンツを抽出できます。この機能は、スプレッドシートや Word 文書などのファイルを処理する際に特に有用です。

<div id="supported-document-formats">
  ## サポートされているドキュメントフォーマット
</div>

Firecrawl は現在、以下のドキュメントフォーマットをサポートしています：

* **Excel スプレッドシート**（`.xlsx`, `.xls`）
  * 各ワークシートを HTML テーブルに変換します
  * ワークシートはシート名の H2 見出しで区切られます
  * セルの書式とデータ型を保持します

* **Word ドキュメント**（`.docx`, `.doc`, `.odt`, `.rtf`）
  * ドキュメント構造を保ちながらテキストコンテンツを抽出します
  * 見出し、段落、リスト、表を保持します
  * 基本的な書式とスタイルを保持します

* **PDF ドキュメント**（`.pdf`）
  * レイアウト情報とともにテキストコンテンツを抽出します
  * セクションや段落を含むドキュメント構造を保持します
  * テキストベースおよびスキャン PDF の両方に対応します（OCR 対応）
  * 解析方法を制御するための `mode` オプションをサポートします：`fast`（テキストのみ）、`auto`（必要に応じて OCR を行うテキスト、デフォルト）、`ocr`（OCR のみを使用）
  * 料金は1ページあたり1クレジットです。詳細は [Pricing](https://docs.firecrawl.dev/pricing) を参照してください。

<div id="pdf-parsing-modes">
  ### PDF 解析モード
</div>

PDF の処理方法を制御するには、`parsers` オプションを使用します:

| Mode   | Description                                                             |
| ------ | ----------------------------------------------------------------------- |
| `auto` | まず高速なテキストベースの抽出を試行し、必要に応じて OCR にフォールバックします。これがデフォルトです。                  |
| `fast` | テキストベースの解析のみ（埋め込みテキスト）。最速のオプションですが、スキャンされたページや画像が多いページからはテキストを抽出しません。   |
| `ocr`  | すべてのページで OCR による解析を強制します。スキャンされたドキュメントや、`auto` がページを誤って判定してしまう場合に使用します。 |

```js theme={null}
// モード指定のオブジェクト構文
parsers: [{ type: "pdf", mode: "ocr", maxPages: 20 }]

// デフォルト（autoモード）
parsers: [{ type: "pdf" }]
```

<div id="how-to-use-document-parsing">
  ## ドキュメント解析の使い方
</div>

Firecrawl のドキュメント解析は、サポート対象のドキュメントタイプを指す URL を指定すると自動的に実行されます。システムは、URL の拡張子または Content-Type ヘッダーに基づいてファイルタイプを検出し、適切に処理します。

<div id="example-scraping-an-excel-file">
  ### 例: Excel ファイルのスクレイピング
</div>

```js Node theme={null}
import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const doc = await firecrawl.scrape('https://example.com/data.xlsx');

console.log(doc.markdown);
```

<div id="example-scraping-a-word-document">
  ### 例：Word ドキュメントのスクレイピング
</div>

```js Node theme={null}
import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });

const doc = await firecrawl.scrape('https://example.com/data.docx');

console.log(doc.markdown);
```

<div id="output-format">
  ## 出力形式
</div>

サポートされているすべてのドキュメントタイプは、クリーンで構造化されたMarkdownに変換されます。たとえば、複数のシートを持つ Excel ファイルは、次のように変換されることがあります。

```markdown theme={null}
## Sheet1

| Name  | Value |
|-------|-------|
| Item 1 | 100   |
| Item 2 | 200   |

## Sheet2

| Date       | Description  |
|------------|--------------|
| 2023-01-01 | First quarter|
```