PDF 텍스트 추출

이 도구는 pdf.js를 사용하여 PDF 파일을 파싱하고 각 페이지에서 텍스트 콘텐츠를 추출합니다. PDF에 내장된 텍스트 레이어를 읽어 읽기 순서를 유지합니다. 추출된 텍스트는 일반 텍스트 또는 Markdown 파일로 복사하거나 다운로드할 수 있습니다.

일부 PDF는 비표준 인코딩의 사용자 정의 글꼴을 사용하거나 텍스트가 이미지로 포함되어 있습니다(스캔 문서). 텍스트 추출은 텍스트 기반 PDF에서만 작동합니다. 스캔 PDF에는 OCR이 필요하며 이 도구에서는 지원하지 않습니다.

네, 모든 처리는 브라우저에서 완전히 이루어집니다. PDF 파일은 서버에 업로드되지 않으며 JavaScript 라이브러리로 로컬에서 텍스트 추출이 수행됩니다.

네, 모든 페이지에서 추출하거나 페이지 범위(예: 1-3, 5, 7-10)를 지정할 수 있습니다. 일반 텍스트 또는 Markdown 출력 형식 선택, 출력 내 페이지 번호 표시 전환도 가능합니다.

일반 텍스트는 서식 없이 추출된 텍스트를 출력합니다. Markdown 출력은 제목, 목록, 줄 바꿈 등의 기본 구조를 Markdown 구문으로 보존하여 문서나 노트에서 재사용하기 쉽습니다.

아니요, 스캔 PDF는 실제 텍스트 문자가 아닌 텍스트 이미지를 포함합니다. 이 도구는 텍스트 레이어가 있는 디지털 PDF에서만 텍스트를 추출합니다. 스캔 문서에는 OCR 도구가 필요합니다.

브라우저에서 처리되므로 제한은 장치의 메모리에 따라 다릅니다. 수백 페이지의 대형 PDF는 처리 시간이 더 걸릴 수 있습니다. 최상의 결과를 위해 매우 큰 파일을 작은 부분으로 분할하는 것이 좋습니다.

PDF에 열기 비밀번호가 있으면 먼저 잠금을 해제해야 합니다. 권한 비밀번호만 있는 경우 텍스트 추출이 작동할 수 있습니다. 이 도구는 PDF 비밀번호를 제거하지 않습니다.

줄 바꿈과 단락 간격 같은 기본 서식은 보존됩니다. 그러나 복잡한 레이아웃, 표, 다단 텍스트는 완벽하게 유지되지 않을 수 있습니다. Markdown 출력 옵션은 구조 요소 보존에 도움이 됩니다.

페이지가 로드된 후 모든 처리가 브라우저에서 이루어지므로 핵심 텍스트 추출 기능은 오프라인에서 작동합니다. 다만 도구를 처음 로드하려면 인터넷 연결이 필요합니다.