PDF 표를 Word에서 깔끔하게 — 셀 구조 완벽 유지

PDF 표가 Word에서 깔끔하게 변환되지 않는 이유

PDF에서 표를 추출하는 것은 기술적으로 어렵습니다. 그 이유:

PDF에는 "표"라는 개념이 없습니다. PDF의 표는 단지 특정 위치에 배치된 텍스트와 선으로 구성됩니다. 각 셀의 내용은 독립적인 텍스트 블록이고, 테두리는 별도의 선 요소입니다.

변환기가 이 텍스트 블록들이 표를 형성한다는 것을 이해하려면 좌표 분석이 필요합니다.

PdfXpo의 표 변환 알고리즘

1단계 — 선 감지: 수평선과 수직선을 감지해 표 격자를 파악합니다.

2단계 — 셀 파악: 선들의 교차점을 계산해 각 셀의 경계를 정의합니다.

3단계 — 텍스트 배치: 각 텍스트 블록이 어느 셀에 속하는지 좌표로 결정합니다.

4단계 — Word 표 생성: 파악된 구조로 Word의 표 객체를 생성합니다.

특수 표 처리

병합 셀: 여러 셀을 차지하는 내용을 자동 감지해 Word에서 셀 병합 적용.

중첩 표: 표 안의 표를 계층적으로 처리.

테두리 없는 표: 공백으로 정렬된 표를 텍스트 위치 분석으로 감지.

다중 페이지 표: 여러 페이지에 걸친 표를 하나의 연속된 Word 표로 재구성.