PDF 표를 Markdown으로 변환
표는 PDF에서 온전히 꺼내기 가장 어려운 요소입니다. PDF 자신은 표를 담고 있다는 사실을 모르기 때문입니다. 데이터에는 행도 셀도 테두리도 없고, 우연히 줄이 맞은 좌표 위의 글자만 있습니다. 표를 되살린다는 것은 그 정렬을 알아내는 일입니다.
여기에 PDF 또는 Word 파일을 놓으세요
또는 컴퓨터에서 파일을 선택하세요
PDF 또는 Word (.docx) · 최대 50 MB
PDF의 표를 Markdown으로 어떻게 추출하나요?
이 페이지의 변환기에 PDF를 올리면 됩니다. 연속된 여러 행에서 같은 열 위치에 정렬되는 텍스트가 표로 인식되어 GitHub Flavored Markdown 파이프 표로 출력됩니다.
PDF 표를 복사하면 왜 엉망이 되나요?
복사는 읽는 순서가 아니라 그려진 순서로 텍스트를 돌려주고, PDF에는 셀 경계가 없습니다. 열 구조는 가로 좌표에서 다시 세워야 하는데 복사는 그 일을 하지 않습니다.
PDF 표를 Markdown으로 바꾸는 방법
- 1
문서 변환
PDF를 변환기에 올립니다. 표는 문서의 나머지와 함께 자동으로 인식됩니다.
- 2
열 개수 확인
미리보기를 원본과 맞춰 봅니다. 계속 비어 있는 열은 원본에서 머리글이 두 열에 걸쳐 있었다는 뜻인 경우가 많습니다.
- 3
남은 셀 고치기
왼쪽 창에서 Markdown을 직접 편집합니다. 파이프 표는 일반 텍스트라 셀을 더하거나 합치는 일은 사소한 수정입니다.
- 4
붙여넣기
표를 GitHub, Obsidian, README, 문서 사이트에 붙여넣습니다. GFM 파이프 표는 어디서나 표시됩니다.
표 인식이 동작하는 방식
PDF의 모든 텍스트 조각에는 가로 좌표와 너비가 있습니다. 두 조각 사이의 가로 간격이 본문 글자 높이의 약 1.5배를 넘으면 변환기가 그 자리에서 줄을 나눕니다. 이 거리는 단어 사이보다 훨씬 넓고 단 사이보다는 좁습니다.
이 조건만으로는 양쪽 정렬된 문단에서 잘못 판단합니다. 그런 문단에도 넓은 간격이 있기 때문입니다. 그래서 두 번째 조건을 더합니다. 그 간격이 연속된 줄에서 같은 자리에 떨어져야 합니다. 단어 사이 간격은 줄을 가로질러 정렬되지 않지만 실제 열은 언제나 정렬됩니다.
연속된 두 줄 이상이 반복되는 열 위치를 두 개 이상 공유할 때에만 그 덩어리가 표로 출력됩니다. 나머지는 모두 문단 텍스트로 남습니다.
남는 것과 남지 않는 것
Markdown의 표 문법은 의도적으로 단순해서, 어떤 변환기든 지킬 수 있는 한계가 거기서 정해집니다.
- 남음: 열 구조, 행 순서, 셀 텍스트, 셀 안의 굵게와 기울임
- 남음: 첫 행은 머리글로 처리되며 거의 모든 문서의 관행과 맞습니다
- 잃음: 병합된 셀은 Markdown에 대응이 없어 맨 왼쪽 열로 눌립니다
- 잃음: 중첩 표, 셀 배경색, 테두리, 열 너비
- 근사: 여러 줄로 감긴 셀 텍스트는 한 셀로 합쳐집니다
인식이 어려운 경우
열 정렬이 일정하지 않은 표가 어렵습니다. 셀마다 따로 가운데 맞춤을 했거나, 오른쪽 정렬한 숫자 열이 왼쪽 정렬한 이웃 열과 좁은 간격으로 붙어 있는 경우입니다. 인식기는 없던 표를 만들어 내기보다 텍스트를 문단으로 두는 쪽을 택합니다. 잘못 만들어진 표가 일반 텍스트보다 정리하기 더 어렵기 때문입니다.
재무제표, 가격표, 사양표, 비교표는 대체로 잘 변환됩니다. 칸이 그려진 빽빽한 서식은 대체로 그렇지 않습니다. 그 구조가 텍스트 정렬이 아니라 그려진 사각형에서 나오기 때문입니다.
자주 묻는 질문
- 표만 뽑고 나머지는 건너뛸 수 있나요?
- 자동으로는 안 됩니다. 문서 전체가 변환되고 표는 제자리에 놓입니다. 결과가 일반 텍스트라 주변 문단을 지우는 데는 몇 초면 충분합니다.
- 여러 쪽에 걸친 표는 어떻게 되나요?
- 쪽마다 따로 인식하므로 쪽을 넘어 이어지는 표는 표 두 개가 됩니다. 반복된 머리글 행만 지우면 합칠 수 있습니다.
- 오른쪽 정렬한 숫자 열도 인식되나요?
- 대체로 됩니다. 인식은 셀의 왼쪽 가장자리를 기준으로 묶기 때문에 너비가 제각각인 오른쪽 정렬 숫자 열은 가끔 갈라질 수 있습니다. 합계는 원본과 맞춰 보세요.
- Markdown 대신 CSV로 받을 수 있나요?
- 지금은 안 됩니다. Markdown 파이프 표는 스프레드시트나 짧은 스크립트로 쉽게 CSV가 되며, CSV 내보내기는 계획에 있습니다.