PDF를 XML로 변환 – OCR 지원 구조화 XML, 무료

PDF를 XML로 변환하는 방법

PDF 추가 – 위 상자에 파일을 끌어다 놓거나 “PDF 파일 선택”을 클릭하세요.
페이지 선택 – “변환할 페이지”에서 “all”을 그대로 두거나 1-5, 7과 같이 페이지를 입력하세요. 축소판을 클릭해도 됩니다.
구조 선택 – “출력 구조”에서 “구조화: 제목, 단락, 목록, 표”, “페이지별 일반 텍스트”, “위치가 포함된 텍스트 줄” 또는 “문서 및 페이지 정보만”을 선택하세요. 스캔한 페이지의 경우 “OCR로 스캔한 페이지 읽기”를 선택하고 언어를 고르세요.
변환 및 저장 – “XML로 변환”을 클릭한 다음 “.xml 다운로드” 또는 “XML 복사”를 클릭하세요.

정형 XML 1.0 – UTF-8, 특수 문자는 이스케이프 처리되고 XML에서 허용되지 않는 문자는 제거됩니다. 다운로드하기 전에 파일을 검사합니다.
읽기 순서대로 정리된 구조 – 각 페이지에는 heading(수준 포함), paragraph, item 요소가 있는 list, 행과 셀이 있는 간단한 table 요소가 포함됩니다. 2단 페이지는 단별로 읽힙니다.
문서 정보 – PDF에 있는 경우 파일 이름과 크기, 페이지 수, PDF 버전, 제목, 작성자, 주제, 키워드, 작성 프로그램, 생성 프로그램, 날짜, 언어.
위치 및 링크 – 필요하면 모든 블록의 x, y, 너비, 높이 또는 위치와 글꼴 크기가 포함된 모든 텍스트 줄, 그리고 각 페이지의 웹 링크.
스캔한 페이지용 OCR – 텍스트가 없는 페이지는 브라우저에서 22개 언어로 인식할 수 있으며, XML에는 source="ocr"과 인식 신뢰도가 표시됩니다.

PDF를 추가하고 페이지와 출력 구조를 선택한 다음 “XML로 변환”을 클릭하고 .xml 파일을 다운로드하세요.

metadata 섹션과 pages 요소가 있는 document 요소로 구성됩니다. 각 페이지에는 번호, 크기, 문자 수가 있으며, 선택한 구조에 따라 heading, paragraph, list, table 요소 또는 text나 line 요소가 포함됩니다.

네. “OCR로 스캔한 페이지 읽기”를 선택하고 문서 언어를 고르세요. 이미 텍스트가 있는 페이지는 바로 변환됩니다.

행과 열이 명확하게 정렬된 간단한 표는 row와 cell이 있는 table 요소가 됩니다. 복잡한 표는 단락으로 남습니다.

네. 블록의 위치 옵션을 선택하거나 “위치가 포함된 텍스트 줄”을 선택하세요. 값은 페이지 왼쪽 위를 기준으로 한 PDF 포인트 단위입니다.

아니요. OCR을 포함한 변환은 브라우저에서 실행되므로 PDF가 기기에 그대로 남아 있습니다.

네. 가입이 필요 없고 워터마크도 없습니다.

관련 도구: PDF를 JSON으로, PDF를 YAML로, XML을 인쇄 가능한 PDF로 바꾸는 XML을 PDF로.

PDF 데이터 도구에서 전체 도구 모음을 살펴보세요.