PDF를 텍스트로
PDF 파일의 모든 텍스트 콘텐츠를 추출해 일반 .txt 파일로 저장합니다. 일괄 처리를 지원하므로 PDF 여러 개를 업로드하면 한 번에 각각의 텍스트가 추출됩니다. PyMuPDF를 기반으로 합니다.
사용 방법
- 드롭 영역을 클릭하거나 파일을 끌어다 놓아 PDF를 하나 이상 업로드합니다. 더 추가 및 지우기 버튼으로 파일 목록을 관리하세요.
- 추출을 클릭해 처리를 시작합니다.
- 파일 하나는
filename.txt로 다운로드됩니다. 여러 파일은pdf-to-text.zip압축 파일이 만들어집니다.
옵션
이 도구에는 설정 가능한 옵션이 없습니다. 모든 페이지의 텍스트 콘텐츠가 읽기 순서대로 추출됩니다.
출력 형식
- 파일 하나:
filename.txt - 파일 여러 개: 입력한 PDF마다
.txt하나가 담긴pdf-to-text.zip
활용 사례
- 전체 텍스트 검색 색인용으로 PDF 보고서의 본문 추출하기
- 전자잉크 기기에서 읽을 수 있도록 PDF 전자책이나 기사를 일반 텍스트로 변환하기
- 키워드 분석을 위해 계약서나 법률 문서에서 텍스트 가져오기
- 데이터 처리 스크립트용으로 PDF의 서식을 제거해 깨끗한 텍스트 얻기
- PDF 보관소에서 자연어 처리용 텍스트 말뭉치 준비하기
팁
- 스캔한 PDF(이미지만 있는 경우)는 추출할 텍스트 레이어가 없으므로 빈 텍스트 파일이 만들어집니다. 스캔 문서는 먼저 OCR을 거치세요.
- 출력은 PyMuPDF가 해석한 읽기 순서를 유지하며, 일반적으로 왼쪽에서 오른쪽, 위에서 아래로 따릅니다. 다단 레이아웃은 텍스트가 뒤섞일 수 있습니다.
- 제목과 서식이 있는 구조화된 출력은 PDF를 Markdown으로를 사용해 보세요. AI에 바로 쓸 수 있는 구조화된 JSON은 AI용 PDF 준비를 사용하세요.