Windows에서 PDF의 텍스트를 추출하려면 먼저 텍스트를 선택할 수 있는지 확인하세요. 선택할 수 있으면 PDF 뷰어에서 복사하거나 MD Factory로 파일 전체를 변환하면 됩니다. 선택할 수 없으면 페이지가 그림이므로 OCR로 텍스트를 인식해야 합니다.
PDF 종류에 따라 방법이 다릅니다. 아래 단계는 어느 쪽인지 알려 주는 확인부터 시작합니다.
텍스트를 선택할 수 있는지 확인하기
Microsoft Edge, Chrome 또는 Adobe Acrobat Reader에서 PDF를 여세요. Ctrl+F를 누르고 페이지에 보이는 단어를 검색하세요.
- 단어가 검색되어 강조 표시됨: 선택할 수 있는 텍스트가 있는 PDF입니다.
- 아무것도 검색되지 않거나, 줄 위로 마우스를 끌어도 선택되지 않음: 텍스트가 그림으로 된 페이지입니다.
PDF 하나에 두 가지가 함께 있을 수도 있습니다. 타이핑한 보고서의 끝에 스캔한 부록이 붙어 있을 수 있으므로, 중간 페이지와 끝 페이지에서 각각 검색해 보세요.
PDF 뷰어에서 텍스트 복사하기
몇 단락이라면 이 방법이 가장 빠릅니다. 텍스트 위로 마우스를 끌고 Ctrl+C를 누르세요. 문서 전체를 복사하려면 Ctrl+A를 누른 다음 Ctrl+C를 누르세요. 메모장이나 Word에 Ctrl+V로 붙여 넣으세요.
복사한 텍스트는 줄마다 줄바꿈이 들어가고, 표는 흩어진 줄로 붙여지고, 2단 페이지에서는 한쪽 단의 텍스트가 다른 쪽 단으로 이어지기도 합니다. 페이지 번호와 머리글도 함께 복사됩니다.
Word에서 PDF 열기
Word는 PDF를 편집 가능한 문서로 열 수 있습니다. 파일, 열기를 차례로 선택하고 PDF를 고른 다음, Word가 변환을 제안하면 확인을 선택하세요. Microsoft에 따르면 텍스트가 대부분인 PDF에서 가장 잘 작동하며, 줄과 페이지가 원본과 다른 위치에서 나뉠 수 있습니다. 방법은 다음 문서에 나와 있습니다: PDF 편집.
Word에서 계속 텍스트를 편집하려는 경우에 사용하세요. 일반 텍스트가 필요하거나 파일이 많다면 변환하는 쪽이 낫습니다.
MD Factory로 PDF 전체 변환하기
- MD Factory를 열고 파일 추가를 클릭하거나 PDF를 창으로 끌어다 놓으세요. 폴더 안의 모든 PDF를 하위 폴더까지 변환하려면 폴더 추가를 클릭하세요.
- 변환은 바로 시작됩니다. 끝나면 해당 항목에 완료, 검토 필요, 실패 중 하나가 표시됩니다.
- 항목의 결과 경로를 더블클릭하면 텍스트가 열립니다.
텍스트는 PDF와 같은 이름에 확장명 .md가 붙은 파일로 같은 폴더에 저장됩니다. PDF의 그림은 그 옆의 폴더에 들어갑니다. 변환은 PC에서 실행됩니다.
Reports/
annual-report.pdf
annual-report.md
annual-report_images/.md 파일은 일반 텍스트이므로 메모장으로 열 수 있습니다. 제목은 #로 시작하고 표는 | 문자로 그려집니다. PDF를 Markdown으로 변환하는 가이드에서 에서 이 파일들을 더 자세히 설명합니다.
스캔한 PDF에서 텍스트 추출하기
스캔한 PDF도 같은 방법으로 추가하세요. MD Factory는 그림으로 된 페이지를 찾아 PC에서 OCR로 텍스트를 인식합니다. 타이핑한 페이지와 스캔한 페이지가 섞인 PDF에서는 타이핑한 텍스트는 그대로 유지되고, 스캔한 페이지에만 OCR이 실행됩니다.
OCR은 흐리거나 비뚤어지거나 손으로 쓴 텍스트를 잘못 읽을 수 있습니다. 항목에 검토 필요 또는 실패가 표시되면 상태를 클릭하고, OCR 언어 목록에서 문서의 언어를 선택한 다음 다시 시도를 클릭하세요. 스캔한 PDF 가이드 에서 언어 설정과 각 메시지의 의미를 다룹니다.
Windows 11에서 스캔한 페이지 한 장이라면 캡처 도구로도 가능합니다. Windows+Shift+S를 누르고 영역을 선택한 다음 텍스트 작업, 모든 텍스트 복사를 선택하세요. Microsoft에 따르면 텍스트 인식은 기기에서 실행됩니다. 자세한 내용은 다음 문서를 참고하세요: 캡처 도구를 사용하여 스크린샷 캡처.
추출한 텍스트 확인하기
어떤 방법을 쓰든 결과를 사용하기 전에 PDF와 비교하세요:
- 단 나뉨과 페이지 나뉨 부분을 가로질러 읽으며 문장 순서를 확인하세요.
- 문장 중간에 끼어든 페이지 번호와 머리글을 삭제하세요.
- 금액, 날짜, ID 번호처럼 사용할 숫자는 모두 PDF와 비교하세요.
- 표에서는 각 값이 올바른 행에 있는지 확인하세요.
스캔한 텍스트는 가장 꼼꼼히 봐야 합니다. 잘못 읽은 숫자도 올바른 숫자만큼 그럴듯해 보입니다.
어떤 방법을 쓸까
| 방법 | 적합한 경우 | 한계 |
|---|---|---|
| 뷰어에서 복사 | 선택할 수 있는 텍스트가 있는 PDF의 몇 단락 | 스캔한 페이지는 읽지 못합니다. 줄바꿈과 표는 정리해야 합니다. |
| Word에서 열기 | Word 문서로 편집하려는 텍스트 PDF | 레이아웃이 바뀔 수 있습니다. 텍스트가 대부분일 때 가장 잘 작동합니다. |
| MD Factory | PDF 전체, PDF 폴더, 스캔본 | 결과를 PDF와 대조해 확인해야 합니다. |
| 캡처 도구 | Windows 11에서 스캔한 페이지 한 장 또는 그 일부 | 한 번에 화면의 한 영역만 가능합니다. |
질문
비밀번호로 보호된 PDF에서도 텍스트를 추출할 수 있나요?
MD Factory는 비밀번호로 보호된 PDF를 변환하지 않습니다. 뷰어에서 비밀번호로 PDF를 열고, 허용된다면 비밀번호 없는 사본으로 저장한 다음 그 사본을 변환하세요.
PDF 여러 개에서 한꺼번에 텍스트를 추출하려면 어떻게 하나요?
MD Factory에서 폴더 추가를 클릭하세요. PDF마다 텍스트 파일이 따로 만들어집니다. 전체에서 검색하려면 다음을 참고하세요: 여러 PDF와 Word 파일 안을 검색하는 방법.
MD Factory가 PDF의 레이아웃을 유지하나요?
아니요. 페이지의 모양이 아니라 제목, 목록, 표가 포함된 텍스트를 얻습니다. 레이아웃이 중요한 용도에는 PDF를 보관하세요.