PDF를 JSON으로 변환

PDF 안의 모든 내용을 구조화된 JSON으로: 페이지, 텍스트 블록, 표, 양식 필드, 책갈피.

반대로: JSON을 PDF로

파일은 기기를 떠나지 않습니다. 모든 작업은 브라우저에서 이루어집니다

PDF는 읽기에는 편하지만 프로그램으로 처리하기는 어렵습니다. 텍스트와 표, 필드가 그리기 명령 속에 뒤섞여 있기 때문입니다. 이 변환기는 문서를 깔끔한 JSON으로 정리합니다. meta에는 제목, 작성자, 날짜, 페이지 수가 들어갑니다. pages에는 각 페이지의 크기와 전체 텍스트, 블록이 담기며, 블록마다 왼쪽 위 모서리를 기준으로 한 포인트 단위의 x, y, 너비, 높이가 있습니다. 합계 금액이나 서명이 페이지 어디에 있는지 찾기에 충분합니다.

테두리가 있는 표는 따로 추출하며, 저희 PDF → Excel 변환기와 같은 엔진을 씁니다. tables의 각 항목에는 페이지 번호와 셀 행이 들어갑니다. 입력 가능한 양식 필드(이름, 유형, 값)는 forms에, 문서 책갈피는 수준과 페이지 번호와 함께 outline에 들어갑니다.

텍스트 레이어가 없는 스캔 PDF라면 「스캔 문서 텍스트 인식」을 켜세요. Tesseract가 페이지를 읽고 블록은 좌표와 신뢰도가 있는 단어가 됩니다. 현재 영어, 독일어, 프랑스어, 스페인어, 러시아어를 한 번에 인식하며, 한국어는 아직 지원하지 않습니다.

이 도구는 저희 서버에서 실행됩니다. 브라우저로는 PDF를 분해하거나 이미지에서 글자를 읽을 수 없기 때문입니다. 파일은 HTTPS로 전송되고 처리 후 1시간 뒤 삭제되며, 문서를 보관하거나 열어 보지 않습니다.

JSON에 담기는 내용

PDF를 JSON으로 변환하는 3단계

  1. 1

    PDF 업로드

    20MB 이하 파일을 끌어다 놓으세요. 스캔은 한 번에 30페이지까지 인식합니다.

  2. 2

    결과 확인

    JSON이 트리로 열립니다: 페이지, 표, 양식, 책갈피. 스캔 문서라면 텍스트 인식을 켜세요.

  3. 3

    JSON 다운로드

    아래 버튼으로 데이터를 Excel, CSV, Word, TXT로 바로 보낼 수도 있습니다.

자주 묻는 질문

이 페이지에 파일을 올리세요. 몇 초 뒤 JSON이 열리고 바로 다운로드할 수 있습니다.
「스캔 문서 텍스트 인식」을 켜면 OCR이 페이지를 읽어 JSON에 좌표가 있는 단어를 넣습니다. 끄면 스캔에는 추출할 텍스트가 없습니다. 한국어 인식은 아직 지원하지 않습니다.
표는 tables에 있습니다. 바로 스프레드시트가 필요하다면 PDF → Excel이 더 빠릅니다.
페이지 왼쪽 위 모서리를 기준으로 한 인쇄용 포인트(1/72인치)입니다. 일반적인 PDF 라이브러리와 같은 방식입니다.
파일은 HTTPS로 전송되고 1시간 뒤 서버에서 삭제됩니다. 변환 외에는 쓰지 않습니다.

관련 도구