PDF에서 텍스트 추출
PDF의 글자 레이어를 직접 추출하고, 글자 레이어가 없는 페이지에는 OCR을 적용합니다.
PDF 파일을 넣고 필요한 페이지 범위를 지정하세요. 페이지마다 글자 레이어가 있는지 확인해, 있으면 OCR 없이 텍스트를 추출하고 없으면 페이지를 이미지로 그려 인식합니다.
범위를 비워 두면 전체 페이지를 처리합니다. 1-3,5처럼 범위와 개별 페이지를 조합할 수 있습니다. 페이지 번호는 1부터 시작하며 파일의 전체 페이지 수 안에서 입력해야 합니다.
페이지별 결과를 고치고 전체 페이지 또는 선택한 페이지만 복사하거나 TXT로 저장하세요. 글자 레이어의 순서나 글꼴 정보에 따라 공백과 읽는 순서가 달라질 수 있습니다. 표 구조를 복원하는 도구는 아닙니다.
사용 방법
- PDF를 선택하고 페이지 수를 확인하세요.
- 필요하면 1-3,5처럼 범위를 입력하고 추출을 시작하세요.
- 페이지별 텍스트를 검토하고 복사할 범위를 선택하세요.
확인할 점
글자 레이어가 있는 페이지에는 선택한 OCR 모드를 적용하지 않습니다. 현재 앱에는 글자 레이어를 무시하고 강제로 OCR하는 옵션이 없습니다.
자주 묻는 질문
텍스트 PDF에도 모델이 필요한가요?
글자 레이어가 있는 페이지는 pdfjs-dist로 직접 추출합니다. 글자 레이어가 없는 페이지를 처리할 때 OCR 엔진과 선택한 언어 데이터가 필요합니다.
범위 입력을 비워도 되나요?
네. 비워 두면 전체 페이지를 처리합니다. 잘못된 범위는 시작 전에 오류로 안내합니다.
스캔 페이지가 섞여 있어도 되나요?
페이지별로 글자 레이어 유무를 판단합니다. 글자 레이어가 없는 페이지만 OCR을 거칩니다.