PDF 텍스트 추출은 PDF에 들어 있는 텍스트 레이어를 그대로 뽑아 복사와 검색이 가능한 순수 텍스트로 만듭니다. PDF 안에 실제로 존재하는 텍스트 객체를 읽는 것이지, 글자를 인식하는 기능이 아닙니다. Word로 내보낸 문서나 웹페이지를 인쇄한 텍스트형 PDF는 온전히 추출되고, 이미지만 있는 스캔본은 「텍스트를 추출하지 못했습니다」라는 안내가 나옵니다.

결과는 조판을 되살린 것이 아니라 PDF 내부의 기록 순서대로 이어 붙인 텍스트입니다. 검색, 집계, 다른 곳에 붙여넣기에 알맞고 편집 가능한 Word 원고로 쓰기에는 맞지 않습니다.

1. 01PDF 열기파일을 추가하고 왼쪽에서 선택합니다. 암호화된 파일은 열기 암호만 입력하면 되고, 미리 암호를 제거할 필요가 없습니다.
2. 02범위 선택오른쪽 「추출 범위」에서 「모든 페이지」 또는 「선택한 페이지」(가운데 영역에서 클릭한 페이지)를 고릅니다. 「페이지 구분선 추가」 스위치로 페이지마다 「━━━ N페이지 ━━━」를 넣을지 정합니다.
3. 03추출「텍스트 추출」을 누르면 아래 읽기 전용 텍스트 상자에 결과가 나오고, 페이지 사이는 한 줄씩 비워집니다.
4. 04복사 또는 다운로드복사 버튼으로 클립보드에 넣거나 「TXT 다운로드」로 「<original-name>_텍스트.txt」를 받습니다.

입력

텍스트 레이어가 있는 PDF. 스캔본이나 스크린샷을 이어 붙인 PDF는 추출 결과가 비어 있습니다.

순서와 조판

텍스트는 PDF 내부의 그리기 순서대로 출력됩니다. 여러 단 조판은 좌우 단이 뒤섞일 수 있고, 표는 셀 안의 글자만 남으며 글꼴, 색, 이미지는 유지되지 않습니다.

줄바꿈

PDF가 줄 끝을 표시한 위치에서만 줄이 바뀝니다. 문단이 여러 줄로 쪼개지거나 반대로 한 줄로 붙을 수 있습니다.

특수 콘텐츠

도형으로 그린 글자와 유니코드에 매핑되지 않는 글꼴 서브셋은 깨진 글자나 빠진 글자로 추출됩니다. 페이지 정리 패널에서 삽입한 빈 페이지에는 텍스트가 없습니다.

하지 않는 일

OCR(→ 「PDF 문자 인식」), Word/Excel 내보내기(→ 「PDF를 Word로」「PDF Excel 변환」)는 하지 않습니다.

텍스트 레이어는 브라우저 안에서 PDF 렌더링 엔진이 해석하며, 파일과 추출 결과 모두 업로드되지 않습니다.