추출한 PDF 글자가 깨질 때 대처법
핵심 포인트
- 글꼴이 들어간 방식에 따라 추출이 실패할 수 있습니다
- 글자 데이터가 화면에 표시된 것과 다를 수 있습니다
- 원본으로 PDF를 다시 만들면 해결되는 경우가 많습니다
추출한 뒤 글자가 읽을 수 없는 기호나 잘못된 글자로 표시됩니다. 원인은 PDF를 만든 방식에 있습니다.
원인
- 글꼴 정보가 특수한 방식으로 들어 있어서 글자 데이터가 표시된 글자와 맞지 않는다
- PDF를 만든 소프트웨어가 글자를 도형(윤곽선)으로 바꿨다
- 오래된 형식이나 특수한 일본어 글꼴이 쓰였다
해야 할 일
- 원본 파일(Word 등)이 있다면 PDF를 다시 만드세요.
- 다른 PDF 뷰어(브라우저, 미리보기 등)에서 열어 거기서 글자 복사를 시도해 보세요.
- 그래도 추출되지 않으면 PDF를 이미지로 만들어 OCR을 쓰세요. (이 도구에는 OCR이 없습니다.)
확인
일부만 깨졌는지 전체가 깨졌는지 확인하세요. 일부라면 직접 고치는 방법이 통할 수 있습니다.
“PDF에서 텍스트 추출” 사용하기 (무료)함께 쓰면 좋은 도구
- PDF를 이미지로 변환: PDF의 각 페이지를 JPEG나 PNG 이미지로 저장합니다.
- PDF 페이지 추출 또는 삭제: 필요한 페이지만 남기거나, 필요 없는 페이지를 삭제합니다.
- PDF 압축: 업로드 제한에 맞춰 PDF를 원하는 크기 이하로 줄입니다.