PDF 텍스트 추출 사용 방법
- 1. PDF 선택‘PDF 파일 선택’을 클릭하거나 PDF를 하나 이상 상자에 끌어다 놓으세요.
- 2. 레이아웃 고르고 ‘변환’ 클릭‘페이지 구분 포함’이나 ‘일반 텍스트’를 고른 다음 ‘변환’을 클릭하세요.
- 3. 다운로드TXT 파일을 다운로드하세요. PDF가 여러 개라면 ‘모두 다운로드(.zip)’를 쓰세요.
PDF와 TXT에 대해
워드프로세서, 브라우저, 디자인 앱에서 만든 PDF는 대부분 실제 글자가 담긴 텍스트 레이어가 있습니다. 이 도구는 그 레이어를 읽어 글자를 .txt 파일로 저장합니다.
TXT 파일에는 글자와 줄바꿈만 있습니다. 글꼴, 색, 이미지가 없고 어떤 텍스트 편집기에서나 열립니다.
| TXT | ||
|---|---|---|
| 담는 내용 | 글자, 글꼴, 이미지, 정확한 레이아웃 | 글자와 줄바꿈 |
| 편집 | 전용 프로그램 없이는 어려움 | 모든 텍스트 편집기에서 가능 |
| 서식 | 그대로 유지 | 없음 |
| 여는 곳 | PDF 뷰어와 브라우저 | 메모장, 텍스트 편집 등 모든 편집기 |
스캔한 PDF
PDF 뷰어에서 문장 하나를 선택해 보세요. 글자가 선택되면 텍스트 레이어가 있는 PDF이고 추출이 됩니다.
아무것도 선택되지 않으면 스캔한 이미지입니다. 스캔본은 OCR이 필요하지만 FileToaster는 아직 OCR을 지원하지 않습니다. 페이지를 이미지로 저장한 뒤 아이폰과 맥의 라이브 텍스트나 안드로이드의 Google 렌즈로 글자를 복사할 수 있습니다.
레이아웃
- 기본값은 ‘페이지 구분 포함’입니다. 페이지 사이에 구분을 남겨 어느 페이지의 내용인지 알 수 있습니다.
- ‘일반 텍스트’는 페이지 표시 없이 하나로 이어진 텍스트를 만듭니다.
결과물의 특징
- 표는 공백으로 구분된 텍스트 줄로 나옵니다.
- 다단 구성, 사이드바, 캡션이 있는 페이지는 예상과 다른 순서로 나올 수 있습니다.
- 머리글, 바닥글, 페이지 번호는 텍스트에 남습니다.
- 굵게, 기울임꼴, 링크, 이미지는 빠집니다.
- 글자 매핑 정보 없이 글꼴을 넣은 PDF는 텍스트가 깨져서 나옵니다. 원래 앱에서 파일을 다시 저장하면 대개 해결됩니다.
개인정보 보호
텍스트는 브라우저에서 추출되며 PDF는 업로드되지 않습니다. 확인하는 방법은 작동 방식에 있습니다.
자주 묻는 질문
PDF에서 서식 없이 텍스트만 가져오려면 어떻게 하나요?
‘일반 텍스트’를 고르고 ‘변환’을 클릭하세요. .txt 파일에는 글자와 줄바꿈만 들어갑니다.
스캔한 PDF에서 텍스트를 추출할 수 있나요?
아니요. 스캔한 페이지에는 텍스트 레이어가 없어 OCR이 필요하고, 이 도구는 아직 OCR을 지원하지 않습니다. 결과가 비어 있거나 거의 비어 있게 됩니다.
PDF TXT 변환과 PDF 텍스트 추출은 같은 건가요?
네. 결과는 .txt 확장자의 일반 텍스트 파일입니다. 메모장, 텍스트 편집 등 어떤 편집기에서나 열립니다.
텍스트 순서가 뒤섞이는 이유는 무엇인가요?
PDF는 글자가 페이지의 어디에 있는지만 저장하고 읽는 순서는 저장하지 않습니다. 다단 구성과 표는 순서가 섞일 수 있어 직접 고쳐야 할 수도 있습니다.
여러 PDF의 텍스트를 한 번에 추출할 수 있나요?
네. PDF마다 .txt 파일이 따로 만들어지고 ‘모두 다운로드(.zip)’로 한 번에 저장할 수 있습니다.