사용 방법

PDF 파일을 선택하거나 끌어다 놓으세요.
각 페이지 시작 부분에 “--- 3페이지 ---”와 같은 제목을 넣을지 결정하세요.
텍스트 추출을 선택하고 모든 페이지를 읽을 때까지 기다리세요.
텍스트를 복사하거나 UTF-8 .txt 파일로 다운로드하세요.

작동 방식

워드 프로세서, 웹사이트 또는 대부분의 소프트웨어에서 만들어진 PDF 파일에는 텍스트 레이어(문자와 위치 정보)가 포함되어 있습니다. 이 도구는 pdf.js로 페이지별로 이 레이어를 읽어 일반 텍스트 줄로 변환합니다. 글꼴, 크기, 색상, 이미지, 표는 유지되지 않으며 표 셀은 공백이나 줄 바꿈으로 구분된 텍스트로 나옵니다.

읽기 순서는 PDF에 저장된 순서를 따르며 보통 시각적 순서와 같습니다. 다단 레이아웃, 각주, 텍스트 상자는 예상과 다른 순서로 나올 수 있고 줄 끝의 하이픈으로 나뉜 단어는 분리된 채 유지됩니다.

스캔 문서나 PDF로 저장된 사진에는 텍스트 이미지만 있고 텍스트 레이어가 없으므로 추출할 수 없습니다. 도구가 이를 감지하면 이미지에서 텍스트를 읽는 OCR(광학 문자 인식) 도구를 안내합니다. 일부 PDF의 텍스트는 올바른 문자 맵이 없는 글꼴을 사용하므로 읽을 수 없는 기호로 나올 수 있습니다.

열 때 비밀번호가 필요한 PDF는 읽을 수 없습니다. 복사 제한만 있는 PDF는 읽을 수 있으므로 문서 소유자의 권리를 존중하십시오.

예시

보고서 인용

40페이지 PDF 보고서에서 텍스트를 추출하고 텍스트 상자에서 검색한 다음 필요한 단락을 복사하세요. PDF 뷰어의 선택 기능과 씨름할 필요가 없습니다.

스캔한 편지

PDF로 스캔한 편지는 텍스트가 추출되지 않습니다. 도구가 이를 알려 주고 페이지 이미지에서 텍스트를 인식할 수 있는 OCR 도구로 연결합니다.

자주 묻는 질문

PDF에서 텍스트를 찾을 수 없는 이유는 무엇인가요?

PDF에 텍스트 대신 스캔한 이미지가 포함되어 있을 가능성이 큽니다. OCR로 페이지를 처리해 텍스트를 인식하세요.

단어나 줄 순서가 잘못된 이유는 무엇인가요?

이 도구는 파일에 텍스트가 저장된 순서를 사용합니다. 일부 프로그램은 열, 머리글, 텍스트 상자를 화면에 표시되는 순서와 다르게 저장합니다.

텍스트에 이상한 기호가 포함된 이유는 무엇인가요?

일부 PDF는 각 글리프가 어떤 문자를 나타내는지 정보가 없는 글꼴을 사용합니다. 보이는 글자를 텍스트로 다시 매핑할 수 없으므로 이런 파일은 OCR만이 유일한 방법입니다.

굵게, 표 같은 서식은 유지되나요?

아니요. 출력은 줄 바꿈이 있는 일반 텍스트입니다. 표 셀과 열은 줄 위의 텍스트로 바뀝니다.

개인정보 보호

PDF는 pdf.js로 브라우저에서 열고 읽습니다. 파일과 추출된 텍스트는 업로드되거나 저장되지 않으며 분석에도 포함되지 않습니다. 도구가 사용되었다는 익명 이벤트만 집계됩니다.