PDF 텍스트 추출 소개
PDF 텍스트 추출은 PDF에서 텍스트를 꺼내 이메일, 문서, 번역 도구에 붙여 넣거나 일반 .txt 파일로 보관할 수 있게 해 줍니다. 모든 페이지 또는 필요한 페이지만 고르면 텍스트가 페이지별로 나타나며 각 페이지가 시작되는 곳에 구분 표시가 들어갑니다.
텍스트는 PDF 파일 자체에서 읽습니다. 글자와 페이지 위의 위치를 읽어 줄과 문단으로 다시 구성하므로 문서, 웹 페이지, 슬라이드, 양식으로 만든 PDF라면 한국어, 일본어, 중국어를 포함해 어떤 언어든 추출할 수 있습니다.
스캔한 페이지는 다릅니다. 글자가 그림일 뿐 그 뒤에 텍스트 데이터가 없기 때문입니다. 이 도구는 OCR을 지원하지 않으므로 추출할 텍스트가 없는 PDF라면 그렇다고 알려 줍니다. 파일은 브라우저에서 읽으며 업로드되지 않습니다.
사용 방법
- PDF를 선택하거나 페이지에 끌어다 놓으세요.
- "모든 페이지"를 그대로 두거나 "직접 지정"을 선택해 1-3, 7처럼 읽을 페이지를 입력하세요.
- "페이지 구분 넣기"를 켜 두면 모든 페이지 앞에 "— 3페이지 —" 같은 줄이 들어가고, 끄면 이어지는 하나의 텍스트로 나옵니다.
- "텍스트 추출"을 클릭하세요. 긴 문서는 진행 상황이 표시되며 중간에 취소할 수 있습니다.
- 입력란에서 텍스트를 복사하거나 ".txt 내려받기"를 클릭해 저장하세요.
기능
- 줄과 문단 복원: 조각난 텍스트를 파일에 저장된 순서대로 줄로 이어 붙이고, 단어 사이에는 공백을, 문단 사이에는 빈 줄을 넣습니다.
- 모든 언어 지원: 한국어, 일본어, 중국어 등 다양한 문자를 PDF에 포함된 글꼴 정보로 읽습니다.
- 페이지 범위 지정: 문서 전체 또는 입력한 페이지만 문서 순서대로 읽습니다.
- 복사 또는 내려받기: 결과를 한 번에 복사하거나 PDF 이름을 딴 UTF-8 .txt 파일로 저장합니다.
- 개인 정보 보호: PDF는 브라우저에서 읽으며 업로드되거나 저장되지 않습니다.
사용 예
보고서 인용
보고서의 4쪽에서 6쪽을 읽어 한 문단을 메모에 복사합니다.
글자 수 세기
논문의 텍스트를 추출해 글자 수 세기 도구에 붙여 넣고 분량을 확인합니다.
설명서 번역
설명서의 텍스트를 .txt로 저장해 번역 도구에 붙여 넣습니다.
제한 사항과 참고
- 스캔한 PDF와 페이지를 찍은 사진에는 추출할 텍스트가 없습니다. 이 도구는 OCR을 지원하지 않습니다.
- 표, 여러 단으로 나뉜 텍스트, 세로쓰기는 페이지에 보이는 모양대로 배치되지 않고 파일에 저장된 순서대로 나옵니다.
- 일부 PDF는 글자가 어떤 문자인지 정보를 저장하지 않아 추출한 텍스트가 깨져 보일 수 있습니다.
- 암호로 보호된 PDF는 열 수 없습니다.
- 매우 큰 PDF는 모든 페이지를 브라우저에서 읽으므로 시간이 오래 걸리고 메모리가 필요합니다.
자주 묻는 질문
텍스트를 찾지 못했다고 나오는 이유는 무엇인가요?
PDF에 텍스트 데이터가 없기 때문입니다. 스캔한 문서나 페이지를 찍은 사진은 글자가 그림일 뿐이어서 흔히 그렇습니다. 이런 PDF의 글자를 읽으려면 OCR이 필요하지만 이 도구는 OCR을 지원하지 않습니다.
일부 페이지의 텍스트만 추출할 수 있나요?
네. "직접 지정"을 선택하고 1-3, 5처럼 페이지를 입력하세요. 8-은 8페이지부터 끝까지를 뜻합니다.
표나 단 구성이 그대로 유지되나요?
아니요. 텍스트는 PDF에 저장된 순서대로 한 줄씩 나옵니다. 대체로 읽기에는 무리가 없지만 표나 단이 나란히 놓인 모양은 유지되지 않습니다.
한국어나 일본어 PDF에서도 되나요?
네. 글자가 그림이 아니라 텍스트 데이터로 들어 있는 PDF라면 어떤 문자든 읽을 수 있습니다.
PDF가 업로드되나요?
아니요. 파일 읽기와 텍스트 추출은 브라우저에서 이루어지며 서버로는 아무것도 전송되지 않습니다.