PDF 텍스트 추출

PDF 텍스트 추출이 하는 일

PDF 안의 글자를 텍스트로 꺼냅니다. 복사 붙여넣기가 안 되는 PDF, 페이지가 많아 일일이 복사하기 힘든 PDF에서 본문을 한 번에 가져올 때 씁니다. 결과는 텍스트 파일로 저장하거나 바로 복사할 수 있습니다.

되는 PDF와 안 되는 PDF

• 됩니다 — 워드·한글·구글독스에서 저장한 PDF, 웹페이지를 인쇄한 PDF, 전자 문서. 글자가 텍스트 레이어로 들어 있는 경우
• 안 됩니다 — 종이를 스캔한 PDF, 사진으로 만든 PDF. 글자가 이미지라서 텍스트가 없습니다

구분하는 법: PDF 뷰어에서 글자를 드래그해 선택이 되면 텍스트 레이어가 있는 겁니다. 선택이 안 되면 스캔본이라 OCR이 필요합니다.

사용법

• PDF 파일을 올립니다. 브라우저 안에서 처리되고 서버로 전송되지 않습니다.
• 전체 또는 페이지 범위를 정합니다. 예: 3-7
• 추출된 텍스트가 페이지 구분과 함께 나옵니다.
• 복사하거나 .txt로 저장합니다.

결과가 이상할 때

• 단어가 붙어 나옴 — PDF가 글자 위치만 저장하고 띄어쓰기 정보가 없는 경우. 원본 문서에서 다시 내보내는 게 낫습니다
• 순서가 뒤섞임 — 2단 편집 문서는 왼쪽 단과 오른쪽 단이 줄 단위로 섞일 수 있습니다
• 글자가 깨짐 — 폰트가 임베드되지 않았거나 특수 인코딩. 다른 PDF 뷰어에서 저장한 뒤 다시 시도
• 표가 무너짐 — 표는 텍스트로 꺼내면 열 구분이 사라집니다. 표 데이터는 CSV 변환으로 따로 정리하세요

관련 도구

• PDF 합치기 — 여러 PDF를 하나로
• PDF 나누기 — 페이지 범위로 분리
• PDF → 이미지 — 페이지를 PNG/JPG로

자주 묻는 질문