PDF를 텍스트로 변환하기
PDF를 텍스트로는 PDF에 이미 있는 글을 뽑아 순수 .txt 파일 또는 RTF로 돌려줍니다. OCR은 하지 않으므로 이미지뿐인 스캔은 비어서 나옵니다.
여기에 파일을 끌어다 놓거나, 클릭해 고릅니다
PDF 지원 · 파일당 최대 500.0 MB · 한 번에 최대 20개 파일
Ctrl/Cmd+V 또는 클립보드 메뉴로 파일을 붙여넣을 수도 있습니다.
PDF를 텍스트로는 이미 텍스트 객체로 존재하는 단어를 추출합니다. 기본 `txt` 경로는 다른 pdf-core 연산과 같은 자체 추출기(`pdfio::extract_text`)를 사용하며 `text/plain`을 반환합니다. OCR을 실행하지 않고 LibreOffice도 호출하지 않습니다.
`rtf`를 고르면 파일은 대신 LibreOffice `writer_pdf_import`를 거칩니다. 이 경로는 서버에 `soffice`가 있어야 하며 서식 있는 텍스트 문서를 대략적으로 다시 만듭니다. 글꼴 대체와 표 깨짐을 각오하세요. RTF는 초안으로 다루세요.
이미지로만 이루어진 스캔본은 비어 있거나 거의 비어 있는 `.txt`가 됩니다. 이 사이트의 OCR은 Markdown을 반환하며, 여기로 다시 보낼 수 있는 검색 가능한 PDF가 아닙니다.
페이지 범위 입력란은 없고 모든 페이지를 읽습니다. 비밀번호로 보호된 파일은 이 페이지에서 비밀번호를 입력하면 해제됩니다. API 호출자는 먼저 비밀번호 해제를 실행해야 합니다.
단순한 텍스트 덤프가 아니라 제목과 목록이 필요하다면 PDF를 Markdown으로가 더 가까운 도구입니다. 표를 행 단위로 얻으려면 PDF를 CSV로 또는 PDF를 Excel로를 쓰세요.
출력 파일은 업로드한 파일의 기본 이름을 유지하므로 `minutes.pdf`는 `minutes.txt` 또는 `minutes.rtf`가 됩니다. TXT 경로는 문서 전체를 불러와 추출기에 모든 페이지를 한 번에 요청하고, 그 문자열을 `text/plain`으로 반환합니다. `txt`나 `rtf`가 아닌 outputFormat은 허용되는 두 값을 나열한 400 오류로 거절됩니다.
실제 사례를 들어 보겠습니다. 워드 프로세서에서 내보낸 30페이지짜리 전자 생성 정책 매뉴얼을 TXT로 실행하고 결과를 편집기에서 열면, 문단과 제목이 텍스트 줄로 들어 있어 검색하거나 스크립트에 넘길 수 있습니다. 같은 매뉴얼을 복사기에서 페이지당 그림 한 장으로 저장한 스캔본은 읽을 텍스트 객체가 없으므로 비어 있거나 거의 빈 파일이 나옵니다.
텍스트 레이어를 확인하는 간단한 방법이 있습니다. 뷰어에서 커서로 단어를 선택할 수 있으면 추출기가 읽을 것이 있는 것이고, 선택할 수 없으면 파일은 이미지입니다. 이 도구에는 OCR이 없고 사이트의 OCR 도구는 Markdown을 반환하므로, 스캔본은 먼저 OCR을 하고 그 Markdown으로 작업하는 것이 현실적인 방법입니다.
단어는 맞는데 순서가 뒤섞여 있다면 PDF가 시각적 순서와 다른 순서로 텍스트를 저장했을 가능성이 높으며, 다단 레이아웃에서 흔합니다. 다른 추출기를 쓰는 PDF를 Markdown으로를 시도하거나, 해당 페이지를 직접 복사하세요. RTF가 의존성 누락 오류로 실패하면 서버에 LibreOffice가 설치되어 있지 않은 것이니 TXT를 쓰세요.
기능
- 기본 TXT는 자체 텍스트 추출 방식. pdftotext도 OCR도 아님
- 선택 사항 RTF는 LibreOffice `writer_pdf_import` 경유
- 모든 페이지를 읽음. 페이지 범위 매개변수 없음
- 익명 API: /api/v1/convert/pdf/text
이런 경우에
- 텍스트 레이어가 있는 보고서를 grep이나 스크립트에 넘기기
- 전자 생성 메모에서 대략적인 RTF 초안 얻기
- PDF에 텍스트 레이어가 있기는 한지 확인하기
- 정책 매뉴얼의 문구를 편집기로 가져와 이전 버전과 비교하기
PDF에서 글을 추출하려면?
- 뷰어에서 단어를 선택해 PDF에 텍스트 레이어가 있는지 확인합니다. 선택할 수 없다면 먼저 OCR을 하고 반환된 Markdown을 쓰세요.
- PDF를 업로드하고, 페이지에서 요청하면 비밀번호를 입력합니다.
- 검색할 수 있는 단순 텍스트에는 TXT를 그대로 두고, LibreOffice 서식 있는 텍스트 초안이 필요할 때만 RTF를 고릅니다.
- 처리를 누르고 `.txt` 또는 `.rtf`를 내려받습니다. 파일 이름은 업로드한 파일과 같습니다.
- 첫 페이지와 마지막 페이지를 PDF와 대조해 확인합니다. 파일이 비어 있으면 텍스트 레이어가 없는 것이고, 순서가 뒤섞여 있으면 PDF가 텍스트를 읽는 순서와 다르게 저장한 것입니다.
제한과 경계
- OCR 아님. 스캔본에서는 텍스트가 거의 또는 전혀 나오지 않음
- 페이지 범위 지정 불가
- TXT는 다단 레이아웃의 시각적 순서를 복원하지 않음
- TXT에서는 제목, 목록, 표를 다시 만들지 않음
- RTF는 서버에 LibreOffice가 필요하며 대략적인 재구성임
- 이 사이트의 업로드 한도는 파일당 500MB이며, 약 95MB를 넘으면 나누어 전송합니다. API 직접 요청 한 건의 본문은 100MB까지입니다.
예시
- 텍스트를 선택할 수 있는 연차 보고서는 대개 문단이 담긴 긴 .txt가 됨
- 화이트보드를 촬영한 PDF는 대개 빈 파일이나 아주 작은 파일이 됨
- handbook.pdf라는 30페이지짜리 전자 생성 매뉴얼은 handbook.txt로 내려받아짐
- 이 엔드포인트에 outputFormat으로 `docx`를 보내면 txt와 rtf를 나열한 400 오류가 돌아옴
이 도구의 개인정보 안내
파일은 HTTPS로 업로드되며, 서버 메모리 또는 수명이 짧은 임시 디렉터리에서 처리되고, 결과가 준비되면 삭제됩니다. 이후 열람·학습·광고 프로필용 사본은 보관하지 않습니다. 보관 기간과 AdSense 쿠키 고지는 개인정보 처리방침을 참고하세요.
자주 묻는 질문
- 텍스트 파일이 비어 있는 이유는 무엇인가요?
- PDF에 추출기가 읽을 텍스트 객체가 없습니다. 스캔본에는 OCR → Markdown이 필요하며, 그 Markdown은 이 도구로 다시 보낼 수 없습니다.
- TXT는 뷰어에서 복사한 것과 같나요?
- 비슷하지만 똑같지는 않습니다. 순서는 페이지 콘텐츠 스트림에 텍스트가 저장된 방식을 따르므로, 다단 레이아웃에서는 눈으로 읽는 순서와 다를 수 있습니다.
- RTF는 언제 골라야 하나요?
- LibreOffice가 문서를 다시 만들게 하고 싶을 때만 고르세요. TXT는 직접 추출이며 soffice가 필요하지 않습니다.
- 글꼴과 레이아웃이 유지되나요?
- TXT는 순수한 텍스트입니다. RTF는 최선을 다한 재구성이며 픽셀 단위로 일치하지는 않습니다.
- 일부 페이지의 텍스트만 추출할 수 있나요?
- 이 도구에서는 안 됩니다. 모든 페이지를 읽습니다. 먼저 페이지 추출로 원하는 페이지만 남긴 PDF를 만든 다음 그 파일을 변환하세요.
- 단순 덤프 대신 제목과 목록을 주는 도구는 무엇인가요?
- PDF를 Markdown으로입니다. PDF를 텍스트로는 구조 없이 텍스트만 돌려줍니다.
- 스캔한 PDF에서 빈 .txt가 나왔습니다. 파일이 망가진 건가요?
- 아닙니다. 스캔본은 글자를 찍은 그림이라 추출기가 읽을 텍스트가 없습니다. OCR은 Markdown을 반환하므로 그것을 저장해 텍스트로 쓰면 됩니다.
- 다운로드한 파일의 이름은 어떻게 되나요?
- 업로드한 파일의 기본 이름에 `.txt` 또는 `.rtf`가 붙습니다. 예를 들어 `minutes.pdf`는 `minutes.txt`가 됩니다.
- RTF가 TXT보다 느리거나 쓸 수 없는 이유는 무엇인가요?
- RTF는 서버의 LibreOffice를 거칩니다. 그 프로그램이 없으면 RTF는 의존성 누락 오류로 실패하지만 TXT는 계속 동작합니다.
최종 업데이트:
코드에서 호출하기
이 사이트의 도구는 모두 일반 REST 엔드포인트입니다. 익명 사용에는 계정이나 API 키가 필요 없습니다. 브라우저뿐 아니라 개발자와 AI 에이전트도 그대로 쓸 수 있습니다.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
-F "[email protected]" \
-F "outputFormat=txt" \
-o output.pdfModel Context Protocol을 쓰는 에이전트 클라이언트용 MCP 도구로도 제공합니다(JSON-RPC 2.0, POST /mcp). 전체 API 문서
AI 에이전트에서 사용하기
스킬이 스킬을 설치하면 Claude Code, Codex, Cursor 등 AI 에이전트가 'PDF를 텍스트로' 작업을 대신 실행합니다: /skills/pdf123-pdf-to-text.md
파일은 이번 처리에만 쓰이며, 끝나면 자동으로 삭제됩니다.