分野
最初の学習分野を作成しましょう
一問一答CSVはもちろん、過去問・答練PDF(5肢択一・多肢選択・記述式)をそのまま取り込めます。
分野名
総数
0
解答済
0
正答率
-
不正解
0
★要確認
0
演習モード&形式フィルタ
分野
5肢択一
1 / 10
問 1
出典
100%
記述メモ(下書き)
0 文字
正解!
解答・解説
ア
イ
ウ
エ
Enter / Space で次へ ・ C で要チェック
演習完了!
今回の学習結果
正答率
0%
正解
0
不正解
0
0件
対応CSV・過去問PDFフォーマット仕様
4形式(一問一答・5肢択一・多肢選択・記述式)を自動判別して取り込めます。
question
必須
問題文(5肢択一は選択肢1〜5を含めて記載)
answer
必須
〇/✕ 一問一答 /
1〜5 5肢択一 /
ア:19, イ:10... 多肢選択 /
文章→記述式
type
任意
ox / choice / multi / essay
commentary / outline / source / id
任意
解説文・単元名・出典・一意ID
| 列名 | 必須 | 説明・自動判別ルール |
|---|---|---|
| question | 必須 | 問題文(5肢択一は選択肢1〜5を含めて記載) |
| answer | 必須 | 〇/✕→一問一答、1〜5→5肢択一、ア:19, イ:10...→多肢選択、文章→記述式 |
| type | 任意 | ox / choice / multi / essay(指定時は優先) |
| commentary / outline / source / id | 任意 | 解説文・単元名・出典・一意ID |
ブラウザ完結PDF直接取込:上部の「CSV/PDF取込」ボタンから、行政書士アウトプット問題集や基礎・応用答練のPDFをドラッグ&ドロップするだけで、自動的に「問題」と「解答・解説」をペアリングし、5肢択一・多肢選択・記述式に分類してクラウド保存(またはCSV書き出し)できます。
過去問・答練PDFを一括CSV変換(Python / pypdf)
PC上で複数の大型PDFをまとめてCSV化したい場合に使えるスクリプトです(pip install pypdf)。
pdf_to_studydeck_csv.py
import csv, re, sys
from pypdf import PdfReader
def z2h(s: str) -> str:
return s.translate(str.maketrans("0123456789() :", "0123456789() :"))
def parse_pdf(pdf_path: str):
reader = PdfReader(pdf_path)
lines = []
for page in reader.pages:
for raw in (page.extract_text() or "").splitlines():
t = raw.strip()
if not t or t.startswith("資格スクエア_") or re.fullmatch(r"\d{1,4}", t):
continue
lines.append(t)
# 問題ブロック・解答ブロックの分割(アウトプット問題集/答練対応)
re_out = re.compile(r"^(平成|令和|昭和)\s*(元|\d+)\s*年\s*第\s*(\d+)\s*問\s*(?:\([^)]*\))?\s*(問題|解答(?:・解説)?)$")
re_tor_q = re.compile(r"^第\s*(\d+)\s*問$")
re_tor_a = re.compile(r"^第\s*(\d+)\s*問\s*解答(?:・解説)?$")
re_outline = re.compile(r"^\d+_\d+_\d+_.+")
blocks, cur, cur_outline, cur_subject = [], None, "", ""
for i, line in enumerate(lines):
norm = z2h(line)
if re_outline.match(norm):
cur_outline = line
continue
if re.match(r"^(基礎答練|応用答練)\s+.+", norm):
cur_subject = norm
continue
m_out = re_out.match(norm)
m_ta = re_tor_a.match(norm)
m_tq = re_tor_q.match(norm)
if m_out:
kind = "A" if m_out.group(4).startswith("解答") else "Q"
key = f"{m_out.group(1)}{m_out.group(2)}年 第{m_out.group(3)}問"
cur = {"key": key, "kind": kind, "outline": cur_outline, "lines": []}
blocks.append(cur)
elif m_ta:
key = f"{cur_subject} 第{m_ta.group(1)}問".strip()
cur = {"key": key, "kind": "A", "outline": cur_outline, "lines": []}
blocks.append(cur)
elif m_tq:
next_norm = z2h(lines[i+1]) if i + 1 < len(lines) else ""
kind = "A" if next_norm.startswith("解答") else "Q"
key = f"{cur_subject} 第{m_tq.group(1)}問".strip()
cur = {"key": key, "kind": kind, "outline": cur_outline, "lines": []}
blocks.append(cur)
elif cur is not None:
cur["lines"].append(line)
q_map, a_map, order = {}, {}, []
for b in blocks:
if b["kind"] == "Q":
if b["key"] not in q_map:
order.append(b["key"])
q_map[b["key"]] = b
else:
a_map[b["key"]] = b
rows = []
for idx, key in enumerate(order, 1):
qb = q_map[key]
ab = a_map.get(key)
q_text = "\n".join(qb["lines"]).strip()
a_text = "\n".join(ab["lines"]).strip() if ab else ""
norm_a = z2h(a_text)
# 形式判定と正解抽出
q_type, ans = "essay", ""
multi_found = {}
if "枠内の選択肢" in q_text or "1~20" in z2h(q_text) or "1〜20" in z2h(q_text):
for k in ["ア", "イ", "ウ", "エ"]:
for m in re.finditer(rf"【\s*{k}[^】]*?(\d{{1,2}})[^】]*】", norm_a):
if 1 <= int(m.group(1)) <= 20:
multi_found[k] = m.group(1)
break
if len(multi_found) >= 3:
q_type = "multi"
ans = ", ".join(f"{k}:{multi_found.get(k, '')}" for k in ["ア", "イ", "ウ", "エ"])
else:
ms = list(re.finditer(r"(?:正解|正しい選択肢|解答|正しい組合せ|回答しうる相談|組合せ)は[^\d]{0,8}([1-5])", norm_a))
if ms:
q_type, ans = "choice", ms[-1].group(1)
else:
q_type, ans = "essay", a_text[:120].replace("\n", " ")
rows.append({
"id": f"pdf_{idx:04d}",
"type": q_type,
"outline": qb["outline"],
"source": key,
"question": q_text,
"answer": ans,
"commentary": a_text
})
return rows
if __name__ == "__main__":
src = sys.argv[1]
out = src.rsplit(".", 1)[0] + "_studydeck.csv"
data = parse_pdf(src)
with open(out, "w", encoding="utf-8-sig", newline="") as f:
w = csv.DictWriter(f, fieldnames=["id", "type", "outline", "source", "question", "answer", "commentary"])
w.writeheader()
w.writerows(data)
print(f"完了: {len(data)}問 -> {out}")
ブラウザコンソール汎用抽出(JavaScript)
ご自身の学習ページから問題・解答・解説をCSV化するテンプレートです。
console_extract.js
(() => {
const cards = document.querySelectorAll(".question-card");
const rows = [["id", "type", "source", "question", "answer", "commentary"]];
cards.forEach((card, i) => {
const q = card.querySelector(".question-text")?.innerText.trim() || "";
const a = card.querySelector(".answer-mark")?.innerText.trim() || "〇";
const c = card.querySelector(".commentary-text")?.innerText.trim() || "";
const s = card.querySelector(".source-label")?.innerText.trim() || `抽出 #${i + 1}`;
if (q) rows.push([`web_${i + 1}`, "ox", s, q, a, c]);
});
const csv = rows.map(r => r.map(v => `"${String(v).replace(/"/g, '""')}"`).join(",")).join("\n");
const link = document.createElement("a");
link.href = URL.createObjectURL(new Blob(["\uFEFF" + csv], { type: "text/csv;charset=utf-8;" }));
link.download = `extracted_${rows.length - 1}q.csv`;
link.click();
})();
完全クラウド設計・セキュリティと規約
☁️ 100%クラウド保存&完全隔離
プロフィール画像・分野・CSV/PDF問題・回答履歴はすべてクラウド上のユーザー専用領域に分離保存されます。ログアウトしてもデータは保持され、別端末から再ログインすれば即座に復元されます。
🛡️ ブラウザ完結PDF解析&XSS対策
PDF解析はすべてお使いのブラウザ内(PDF.js)で完結し、元PDFファイル自体は外部サーバーへ送信されません。また全テキストはエスケープ処理されます。
著作権・利用規約の遵守:第三者が著作権を有する問題集PDF・データの抽出・利用は「私的使用(個人学習)」の範囲内に厳格に限定し、再配布や公開は行わないでください。
ユーザー
☁️ 同期済guest
UID:
プロフィール画像
プリセット絵文字から選ぶ(または上のボタンから写真を選択)
※ アップロード画像は自動で200×200px JPEGへ圧縮しクラウドに保存されます。
ゲスト利用中:メールアドレスとパスワードを設定すると、現在の分野・CSV/PDF問題・回答履歴を100%引き継いだまま本アカウントへ移行できます。
クラウド保存状況(リアルタイム同期中)
分野数
0
保存問題数
0
回答済数
0
ログアウトしてもクラウド上のデータはそのまま保持されます。PC・スマホどちらから再ログインしても即座に復元されます。