PDF表抽出

우리 추출기는 지능형 알고리즘을 사용해 PDF 문서 내의 표 구조를 감지합니다. 행, 열, 셀 경계 및 병합 셀을 자동으로 식별합니다. 테두리가 있는 표와 열 정렬로 구성된 무테 표 모두 정확하게 인식되어 추출됩니다.

표는 행과 열 구조를 보존한 채 Excel(XLSX) 파일로 추출되어 저장됩니다. 감지된 각 표는 별도의 워크시트가 되어 Excel, Google Sheets 또는 다른 스프레드시트 앱에서 데이터를 쉽게 다룰 수 있습니다. CSV 형식으로도 내보낼 수 있습니다.

네, 추출기는 병합 셀, 다중 행 헤더, 중첩 표 및 복잡한 레이아웃을 처리합니다. 열 병합과 행 병합을 포함한 표의 논리적 구조를 보존하므로 추출된 데이터가 스프레드시트 출력에서 원래의 구성 그대로 유지됩니다.

숫자는 원래의 정밀도와 서식을 유지한 채로 추출됩니다. 통화 기호, 백분율, 소수 값도 보존됩니다. 다만 PDF에는 실제 수식이 저장되어 있지 않기 때문에 표시된 값만 추출됩니다. 추출 후 Excel에서 직접 수식을 추가하실 수 있습니다.

스캔된 PDF의 경우 추출기는 먼저 OCR을 사용해 텍스트를 인식한 다음 표 구조를 식별합니다. 정확도는 스캔 품질에 따라 달라지며 고해상도이고 깨끗하게 인쇄된 표에서 가장 좋은 결과를 얻습니다. 심하게 비뚤어진 스캔이나 손글씨 표는 정확하게 추출되지 않을 수 있습니다.

추출할 수 있는 표의 수에는 제한이 없습니다. 도구는 모든 페이지를 스캔해 모든 표 구조를 식별합니다. 재무 보고서, 연구 논문, 데이터 카탈로그처럼 수십 개의 표가 있는 문서도 완벽히 지원됩니다. 각 표는 별도의 워크시트에 배치됩니다.

추출기는 페이지 나눔을 넘어서 이어지는 표도 감지하여 출력에서 하나의 연속된 표로 병합할 수 있습니다. 각 페이지에 반복되는 헤더는 중복이 생기지 않도록 지능적으로 처리됩니다.

테두리가 명확한 잘 구조화된 표의 경우 정확도는 일반적으로 98~100%입니다. 열 정렬이 일정한 무테 표도 매우 잘 추출됩니다. 불규칙한 간격이나 그래픽이 포함된 복잡한 레이아웃은 출력된 스프레드시트에서 가끔 소규모 수동 조정이 필요할 수 있습니다.