PDF 텍스트 추출

이미 글자가 들어 있는 PDF에서 텍스트를 꺼냅니다. 스캔·카메라 PDF는 그림이라 여기선 거의 비어 있습니다. 그때는 OCR로 가세요.

워드에서보낸 PDF는 글자를 고를 수 있는데, 휴대폰으로 찍은 제출본은 그림입니다. 이 페이지는 이미 들어 있는 텍스트 층만 꺼냅니다.

스캔·카메라 문서는 OCR입니다. 엔진은 영어(eng)가 우선이고, 주민등록증·한글 손글씨를 앞세우지 않습니다.

스캔과 디지털을 가리는 법

뷰어에서 문장을 드래그할 수 있으면 여기입니다. 고무줄로 그림만 잡히면 스캔입니다. 파일 이름이 계약서.pdf여도 그림일 수 있습니다.

권한 때문에 어떤 뷰어는 복사를 막아도 라이브러리는 층을 볼 수 있습니다. 결과가 비면 스캔이거나 잠긴 파일로 보세요.

PDF를 JPG로는 페이지를 그림으로 뽑습니다. 하는 일이 반대입니다.

사용 순서

1. 텍스트가 선택되는 원본 PDF를 놓습니다. 대략 32MB까지입니다.
2. 뽑힌 글을 복사합니다. 하이픈·깨진 단을 눈으로 고칩니다.
3. 비어 있으면 스캔입니다. 영어 인쇄물이면 OCR로 넘어가세요. 몇 쪽만 필요하면 먼저 PDF 분할입니다.

제한

• JPEG로 다시 만든 압축본에서는 복구할 수 없습니다.
• 암호·깨진 파일은 실패할 수 있습니다.
• 복사해도 되는 권리인지는 판단하지 않습니다.
• 업로드하지 않습니다.