왜 PDF에서 복사한 텍스트는 줄마다 끊어질까요?

PDF에서 복사한 텍스트가 줄마다 끊어지는 이유는 PDF가 문단을 저장하지 않기 때문이에요. PDF는 화면에 보이는 각 줄을 페이지의 정해진 위치에 놓인 별개의 텍스트 조각으로 저장해요. 그래서 복사하면 프로그램이 문장이 어디서 끝나는지 추측해야 합니다. 대부분의 프로그램은 원래 줄이 끝난 자리마다 줄바꿈을 넣기 때문에, 문단이 수십 개의 짧은 줄로 흩어지고 말아요.

텍스트 줄바꿈 정리붙여넣은 텍스트의 줄이 자꾸 끊어져요무료로 사용하기

PDF가 문단을 끊어 놓는 이유

워드프로세서는 문단을 하나의 긴 텍스트로 저장하고, 그릴 때 페이지 너비에 맞춰 줄을 나눠요. PDF는 반대로 작동해요. PDF는 그림을 그리는 명령에 가까워요. "이 단어들을 여기에 놓아라", "다음 단어들은 저기에 놓아라"처럼 위치를 지정하는 식이에요. 줄 나눔은 파일을 만들 때 이미 정해졌고, 파일에는 문단 구조가 아니라 줄의 위치가 남아요.

텍스트를 선택해서 복사하면, 복사하는 프로그램이 이 위치 정보로 글의 흐름을 다시 만들어야 해요. 많은 프로그램이 화면에 보이는 줄 끝마다 줄바꿈을 넣는데, 문장 중간의 줄 끝과 실제 문단이 끝난 자리를 항상 구분하지는 못해요. 그래서 PDF 화면에서는 멀쩡해 보이던 글이 글상자에 붙여넣으면 엉망이 됩니다.

여기에 문제를 더하는 요인이 세 가지 있어요.

• 하이픈으로 나뉜 줄 끝. 한 줄 끝에 "inter-", 다음 줄 첫머리에 "national"이 있으면 두 조각 사이에 줄바꿈이 들어간 채로 복사돼요. 어떤 프로그램은 하이픈을 남기고, 어떤 프로그램은 지우고, 어떤 프로그램은 줄바꿈까지 그대로 둡니다.
• 단 나누기. 2단 레이아웃은 왼쪽 단을 전부 복사한 다음 오른쪽 단을 복사하거나, 두 단의 줄을 섞어서 한 번에 복사할 수 있어요.
• 머리글, 바닥글, 쪽 번호. 문단이 쪽 경계를 넘어가면 이 요소들이 문장 한가운데에 끼어들어요.

해결 방법

고치는 방법은 짧은 규칙을 순서대로 적용하는 거예요.

1. 문장을 끝내지 않는 줄은 이어 붙여요. 줄이 소문자, 쉼표, 마침표 없이 끝나는 단어로 끝나면 다음 줄이 거의 항상 그 문장을 이어가요.
2. 원래 문단 간격이 있던 자리는 줄바꿈을 유지해요. 마침표, 물음표, 콜론으로 끝나고 다음 줄이 짧거나 들여쓰기되어 있다면 대개 새 문단이 시작되는 거예요.
3. 줄 끝의 하이픈은 두 조각이 한 단어를 이룰 때만 지워요. "inter-"와 "national"은 "international"이 돼요. 하지만 "well-"과 "known"처럼 원래 복합어라면 "well-known"으로 남겨야 하니, 이어 붙인 단어가 문장에 맞는지 확인하세요.
4. 페이지마다 한 번씩 나오는 머리글, 바닥글, 쪽 번호는 지워요.

예를 들어 볼게요. 복사한 결과가 보통 이렇게 나와요.

The committee met on Tuesday to review
the budget. Three members asked for more
time, and the chair agreed to a short delay.

문장을 이어가는 줄을 붙이면 이렇게 읽혀요.

The committee met on Tuesday to review the budget. Three members asked for more time, and the chair agreed to a short delay.

복사한 내용을 붙여넣은 텍스트 줄바꿈 정리에 붙여넣으면 이어 붙이기가 한 번에 끝나요. 그다음 복사하면서 함께 따라온 보이지 않는 문자가 있는지도 확인하세요. 숨은 문자 제거는 무언가를 바꾸기 전에 무엇이 있는지 먼저 보여 주고, 숨은 문자 가이드에서는 이런 문자가 어디서 생기는지 설명해요.

단과 표

단 나누기가 가장 까다로운 경우예요. 가장 안전한 방법은 두 단을 가로질러 드래그하지 말고 한 단씩 선택하는 거예요. PDF의 읽는 순서가 하나로 정해져 있다면 페이지 전체를 한 번에 복사한 뒤, 각 단의 첫 줄과 마지막 줄을 확인하세요. 두 단의 단어가 섞여 있다면 여러 번 나눠서 복사해야 해요.

표는 더 어려워요. PDF에서 복사한 표는 칸마다 한 줄씩 나오는 경우가 많아서, 행을 직접 다시 만들거나 탭이나 고정 구분자를 써서 스프레드시트에 붙여넣어야 해요. 행이 몇 개를 넘는다면 열을 유지해 주는 텍스트 추출 도구를 쓰고 결과를 정리하는 편이 훨씬 빨라요.

PDF가 스캔본일 때

PDF가 스캔본이라면 복사할 텍스트 자체가 없어요. 각 페이지가 그림이라서 화면에 보이는 것이 전부예요. 먼저 광학 문자 인식(OCR)이 필요해요. 페이지를 이미지로 만든 다음, 브라우저에서 실행되는 이미지 텍스트 추출으로 읽어 보세요. OCR에는 "rn"을 "m"으로, "0"을 "O"로 잘못 읽는 것 같은 오류가 따라와요. 그러니 인식된 텍스트는 원본과 비교한 뒤에 쓰세요. 더 깨끗하게 읽는 방법은 스크린샷과 사진 가이드에 정리했어요.

예외 상황

• 시, 코드, 주소는 줄바꿈이 의미를 가져요. 분명히 자동으로 넘어간 줄만 이어 붙이고 나머지는 그대로 두세요.
• 자동 줄바꿈(소프트 리턴)과 실제 문단 나눔(하드 리턴)은 복사하고 나면 똑같아 보일 수 있어요. 정리한 뒤 첫 문단을 읽고, 이상하게 이어진 곳이 있으면 고치세요.
• 눈에 보이는 단어를 검색했는데 정리된 텍스트에서 찾지 못한다면, 복사하면서 보이지 않는 문자가 따라온 것일 수 있어요. 텍스트 비교로 원본과 차이를 찾아보세요.
• 원래 레이아웃을 유지해야 한다면, 손으로 정리하는 대신 "서식 없이 붙여넣기" 옵션이 있는 문서 편집기에 붙여넣으세요.

fixmint로 정리하는 방법

1. PDF에서 텍스트를 복사하거나, 먼저 PDF 텍스트 추출을 실행해 파일에서 텍스트를 꺼내세요.
2. 도구의 붙여넣은 텍스트 칸에 붙여넣으세요.
3. 문단 안의 끊어진 줄 잇기와 줄 끝 하이픈으로 나뉜 단어 다시 잇기는 기본값대로 켜 두세요. 워드프로세서에서 가져온 텍스트라면 곡은 따옴표를 곧은 따옴표로 바꾸기를, 복사본에 쪽 번호가 있다면 쪽 번호만 있는 줄 제거를 켜세요.
4. 각 문단의 첫 줄과 마지막 줄을 읽어 보세요. 이 도구는 쪽 번호 줄은 지우지만 반복되는 머리글과 바닥글은 지우지 않으니, 그것들은 직접 삭제하세요.
5. 결과를 복사하거나 .txt 다운로드를 누르세요.

자주 묻는 질문

PDF에서 복사한 텍스트에 줄마다 줄바꿈이 있는 이유는 뭔가요?

PDF는 화면에 보이는 각 줄을 위치 정보가 붙은 별개의 텍스트 조각으로 저장하기 때문에, 복사할 때 줄 끝이 그대로 남아요. 문장을 이어가는 줄은 붙이고, 실제 문단 간격에서만 줄바꿈을 남기면 해결돼요.

하이픈으로 나뉜 단어가 계속 갈라지지 않게 하려면 어떻게 하나요?

두 조각이 한 단어를 이룰 때만 하이픈을 지우세요. 예를 들어 "inter-"와 "national"은 지우고, "well-known" 같은 원래 복합어는 문장에 맞는지 확인한 뒤 하이픈을 남기세요.

PDF의 표를 스프레드시트에 그대로 옮길 수 있나요?

자주 가능하지만, 보통은 탭으로 구분되었거나 고정 폭으로 복사했을 때만 잘 돼요. 행이 많은 표라면 칸마다 고치기보다 열을 유지해 주는 텍스트 추출 도구를 쓰는 편이 빨라요.