PDF에서 텍스트를 복사할 수 없나요? 원인과 텍스트 가져오는 방법

PDF에서 단어를 선택할 수 없다면, 대개 텍스트가 아니라 글자를 찍은 그림, 즉 스캔본이나 사진일 가능성이 큽니다. 파일을 PDF 텍스트 추출에 올려 보세요. 글자가 찾아지면 거기서 복사하면 됩니다. 텍스트가 없다고 나오면 페이지에 OCR(광학 문자 인식)을 적용해야 해요. OCR은 그림 속 글자를 읽어 내는 기술입니다. 두 과정 모두 브라우저에서 실행되며, 파일은 절대 업로드되지 않아요.

PDF 텍스트 추출PDF에서 텍스트를 뽑고 싶어요무료로 사용하기

텍스트 PDF인가, 스캔 PDF인가

텍스트 PDF는 글자 하나하나를 글자, 글꼴, 페이지 위치 정보로 저장합니다. 스캔 PDF는 페이지 전체를 사진처럼 이미지 한 장으로 저장하므로 선택할 글자가 없어요. 두 가지가 섞인 파일도 있습니다. 타이핑한 페이지에 스캔한 서명이 들어 있거나, 스캔한 양식에 타이핑한 제목이 있는 경우예요.

뷰어에서 단어 하나를 선택해 보세요. 강조 표시가 글자를 따라가면 텍스트가 들어 있는 것입니다. 페이지 전체만 선택되거나 아무것도 선택되지 않으면 그 페이지는 이미지예요.

보이는 현상	보통 의미하는 것	해야 할 일
단어가 선택되고 복사됨	텍스트 PDF	바로 복사하거나, 파일 전체는 PDF 텍스트 추출 사용
아무것도 선택되지 않고 PDF 텍스트 추출에서도 텍스트가 없음	스캔했거나 사진으로 찍은 페이지	페이지를 이미지로 바꾼 뒤 OCR 실행
단어는 선택되지만 이상한 기호로 붙여넣어짐	글꼴이 글자를 올바른 문자로 매핑하지 않음	PDF 텍스트 추출 시도, 결과도 깨지면 OCR 사용
뷰어가 선택을 막음	작성자가 설정한 복사 제한	제한 항목 섹션 참고

PDF 복사가 막히는 이유

복사를 막는 원인은 세 가지이며, 각각 해결 방법이 다릅니다.

• 페이지가 스캔 이미지입니다. 텍스트가 파일 안에 아예 없으므로, 글자를 되찾으려면 OCR밖에 방법이 없어요.
• 열 때 암호가 필요합니다. 암호를 풀기 전에는 읽을 수 없어요. 평소 쓰던 프로그램에서 가지고 있는 암호로 잠금을 해제해야 합니다. 여기 도구들은 잠긴 파일을 열려고 시도하지 않아요.
• 작성자가 복사 제한을 설정했습니다. 일부 PDF는 뷰어에 복사나 편집을 허용하지 말라고 지정합니다. 작성자가 고른 설정이며, fixmint는 이를 우회하지 않아요. 권한이 있다면 작성자에게 제한 없는 사본을 요청하거나, 파일을 만든 프로그램에서 다시 내보내세요.

텍스트 PDF에서 텍스트 가져오기

1. PDF 텍스트 추출 상자에 PDF를 끌어다 놓고, 각 페이지를 읽는 동안 기다리세요.
2. 나타나는 페이지 수와 단어 수를 확인하세요.
3. 각 페이지에 번호를 붙이고 싶다면 페이지 표시를 체크하세요. 일반 텍스트만 필요하면 끄세요.
4. 텍스트를 복사하거나 .txt 파일로 내려받으세요.

PDF는 텍스트가 어느 문단에 속하는지가 아니라 어디에 그려졌는지를 저장하므로, 단과 표, 머리글은 순서가 뒤바뀌어 나올 수 있어요. 모든 줄이 강제 줄바꿈으로 끝난다면 PDF에서 복사한 텍스트가 줄마다 끊기는 이유를 읽어 보세요. 그다음 텍스트를 붙여넣은 텍스트 줄바꿈 정리에 붙여넣으면 각 문단의 줄이 하나로 이어집니다.

스캔 PDF에서 텍스트 가져오기

스캔한 페이지는 두 단계가 필요합니다. 먼저 각 페이지를 이미지로 만들고, 그다음 각 이미지 속 텍스트를 읽습니다. 같은 읽기 단계를 스크린샷이나 사진에도 쓸 수 있으며, 자세한 내용은 여기서 설명해요.

1. PDF를 PDF를 JPG로 변환에 끌어다 놓으세요. 텍스트에는 PNG를, 작은 글씨에는 300 DPI를 고르는 것이 좋습니다. PNG는 글자 가장자리를 선명하게 유지해요. 필요한 페이지만 고르거나 전체 페이지를 그대로 두세요.
2. 페이지를 내려받으세요. 페이지마다 이미지 파일로 저장되거나, 전부 ZIP으로 받을 수 있어요.
3. 이미지 텍스트 추출을 열고 첫 페이지를 끌어다 놓으세요. 페이지 읽기가 끝나면 글자가 나타납니다. 인식 엔진이 확신하지 못하는 글자는 빨간색으로 표시돼요.
4. 각 페이지를 순서대로 반복하세요. 줄바꿈을 없애려면 줄을 문단으로 합치기를 체크한 뒤 결과를 복사하세요.
5. 사용하기 전에 모든 숫자, 이름, 날짜를 원본 페이지와 대조하세요.

이미지 텍스트 추출은 한 번에 이미지 한 장만 읽으며, 영어만 지원합니다. 도구를 시작하면 사이트에서 OCR 엔진과 영어 모델을 불러오고, 이미지는 내 기기에서 읽혀요. 크거나 느린 페이지는 시간이 걸리므로, 결과가 나온 뒤에 복사하세요. 선명하고 반듯하며 고르게 밝은 페이지가 가장 잘 읽힙니다. 사진이라면 가장자리를 잘라내고, 카메라를 페이지와 수평으로 맞추세요.

자주 하는 실수

• 텍스트 페이지를 JPG로 저장하기. JPG는 글자 가장자리를 흐리게 만들어 정확도를 떨어뜨려요. 글자만 있는 페이지에는 PNG가 더 좋습니다.
• OCR 결과를 확인하지 않고 믿기. 인식은 완벽하지 않아요. 숫자와 이름은 페이지와 대조해 읽으세요.
• 표가 표로 그대로 남을 것이라고 기대하기. OCR은 줄 단위로 읽으므로 표가 목록처럼 나올 수 있어요. 결과를 원본 페이지와 비교하세요.
• 손글씨에 OCR 쓰기. 이미지 텍스트 추출은 인쇄된 글자를 위해 만들어졌습니다. 손글씨는 대개 잘 읽히지 않으므로, 그 부분은 직접 다시 입력하세요.

자주 묻는 질문

OCR을 하면 스캔한 페이지가 업로드되나요?

아니요. 페이지는 브라우저에서 읽히며, 이미지는 서버로 전송되지 않아요. 사이트는 OCR 엔진과 영어 모델을 브라우저로 전달할 뿐이고, 읽기는 브라우저에서 이루어집니다.

일부 페이지에만 텍스트가 없다면 어떻게 하나요?

PDF 텍스트 추출에서 페이지 표시를 켜세요. 표시 아래에 아무것도 나오지 않는 페이지가 스캔본이고, 타이핑된 페이지는 텍스트가 나타납니다. 그 페이지들만 PDF를 JPG로 변환과 이미지 텍스트 추출에 넣은 뒤, 결과를 순서대로 다시 붙이세요.

복사한 텍스트가 줄마다 끊기는 이유는 무엇인가요?

PDF는 인쇄된 줄을 각각 따로 저장하므로, 복사하면 그 줄바꿈이 그대로 남아요. 붙여넣은 텍스트 줄바꿈 정리를 사용해 각 문단의 줄을 이어 붙이세요. 줄바꿈 안내에서 이런 현상이 생기는 이유를 자세히 설명합니다.

이미지 텍스트 추출로 손글씨나 다른 언어를 읽을 수 있나요?

인쇄된 라틴 알파벳 영어를 위해 만들어졌으며, 손글씨는 대개 잘 읽히지 않아요. 아랍 문자, 중국어 문자, 키릴 문자 같은 다른 문자 체계는 지원하지 않습니다.