PDF 텍스트 추출 (PDF → TXT)

PDF 텍스트 추출 사용 방법

1. 글자를 꺼낼 PDF 파일을 선택합니다. 선택하는 즉시 페이지별로 추출이 시작됩니다.
2. 페이지 사이에 "----- 1쪽 -----" 같은 구분선이 필요 없다면 체크를 해제합니다. 바꾸면 결과에 바로 반영됩니다.
3. 결과 칸에서 필요한 부분을 직접 선택해 복사하거나 전체 복사를 누릅니다.
4. TXT로 저장을 누르면 메모장에서 열 수 있는 UTF-8 텍스트 파일로 저장됩니다.

PDF 글자가 복사되지 않는 이유

PDF 뷰어에서 글자를 드래그해 복사하면 줄바꿈이 엉키거나, 두 단 편집 문서에서 좌우 단의 문장이 섞이거나, 글자 사이에 이상한 공백이 생기는 일이 많습니다. PDF는 "어느 위치에 어떤 글자를 그릴지"만 기록하고 문장·문단 구조는 따로 저장하지 않기 때문입니다.

이 도구는 PDF에 기록된 글자 조각의 좌표를 읽어 같은 높이에 있는 조각을 한 줄로 묶고, 줄 간격이 넓은 곳은 문단이 바뀐 것으로 보고 빈 줄을 넣습니다. 그래서 뷰어에서 복사할 때보다 읽기 좋은 텍스트를 얻을 수 있습니다.

스캔한 PDF는 텍스트 추출이 안 되는 경우

스캐너나 스마트폰 카메라로 만든 PDF는 페이지 전체가 하나의 사진입니다. 눈에는 글자로 보여도 파일 안에는 글자 정보가 없으므로 텍스트 추출 결과가 비어 있게 됩니다. 이런 경우 이미지 속 글자를 인식하는 OCR(광학 문자 인식) 프로그램이 필요하며, 이 도구는 OCR을 지원하지 않습니다.

문서가 스캔본인지 확인하려면 PDF 뷰어에서 글자를 드래그해 보세요. 글자 단위로 선택되지 않고 페이지 전체가 선택된다면 이미지로 된 PDF입니다.

추출한 텍스트 활용 팁

• 보고서나 논문을 인용할 때, 문장을 다시 타이핑하지 않고 바로 붙여 넣을 수 있습니다.
• 추출한 결과의 줄바꿈이 문장 중간마다 들어가 있다면 줄바꿈 제거 도구로 한 문단으로 정리하세요.
• 분량 확인이 필요하면 결과를 글자수 세기에 붙여 넣어 글자 수와 바이트를 확인할 수 있습니다.
• 표는 칸 구분 없이 한 줄의 글자로 추출됩니다. 표 구조가 중요하다면 원본 문서 파일(엑셀, 한글 등)을 구하는 것이 정확합니다.