PDF to Structured XML Exporter

프로그램이 읽을 수 있는 XML로 만든 PDF 내용

PDF 파일을 구조화된 XML로 오프라인에서 일괄 변환합니다. 페이지, 제목, 문단, 그리고 행과 셀로 나눈 표를 출력합니다. 블록별 좌표와 글꼴도 선택해서 추가할 수 있습니다. 무료 체험판 제공.

무료 평가판 다운로드라이선스 구매

Full seller details: Legal information.

PDF to Structured XML Exporter — screenshot.

보고서 폴더를 넣으면 PDF마다 XML 파일이 하나씩 만들어집니다. 페이지마다 page 요소, 수준이 있는 제목, 문단, 그리고 행과 셀로 나뉜 표가 들어갑니다. Windows PC에서 실행되므로 아무것도 업로드되지 않습니다.

PDF가 아는 것은 잉크가 놓이는 자리일 뿐, 그 의미가 아닙니다

PDF 안에는 문단도, 제목도, 표도 없습니다. 페이지의 좌표에 놓인 텍스트 조각들이 있을 뿐입니다. 인쇄에는 괜찮지만 가져오기 스크립트에는 쓸모가 없습니다. PDF 편집기의 XML 내보내기는 대부분 그 레이아웃을 설명하는 데 그치고, 업로드형 사이트는 출력이 어떻게 만들어지는지 거의 밝히지 않습니다. 이 프로그램은 대신 구조를 다시 만듭니다. 줄을 문단으로 묶고, 글꼴 크기로 제목의 단계를 매기고, 표의 격자를 찾아서 매번 같은 스키마로 기록하므로, 이를 읽는 코드가 추측할 필요가 없습니다.

How to use it

1

PDF 불러오기

파일을 하나씩 또는 폴더 전체를 추가하세요. 각 PDF는 원본 이름을 딴 XML 파일을 받으며, 이전 출력을 바꾸기 전에 일괄 처리당 한 번만 확인을 묻습니다.

2

간단 출력과 상세 출력 중에서 선택

좌표를 끄면 구조와 텍스트만 담은 간결한 파일이 됩니다. 켜면 모든 블록에 포인트 단위의 x, y, w, h, 글꼴 항목에 대한 참조, 중첩된 line과 text 요소가 붙습니다. pdftohtml -xml에서 기대하는 수준의 상세함입니다.

3

파일을 내 코드에 넘기기

모든 파일은 바이트 순서 표시가 없는 올바른 형식의 UTF-8입니다. ElementTree, lxml, XSLT 또는 데이터베이스의 XML 로더로 읽으세요. 요소 이름은 보고서가 바뀌어도 달라지지 않습니다.

Benefits

표는 흩어진 문자열이 아닌 격자로 전달됩니다

각 표에는 행과 열의 개수, header="1"로 표시된 머리글 행, 병합된 셀의 colspan 또는 rowspan이 들어 있습니다. 로더는 머리글에서 열 이름을 가져오고 나머지 행을 각각 레코드로 바꿀 수 있습니다. 여러 페이지에 걸친 표는 페이지마다 하나의 표로 기록됩니다.

무료 평가판 다운로드라이선스 구매

모든 파일에 하나의 스키마

document, page, heading, paragraph, table, row, cell은 PDF가 재무팀, 공급업체, 스캐너 중 어디서 왔든 모든 출력에서 이름과 속성이 같습니다. 다음 분기 보고서가 도착해도 이번 보고서용으로 만든 가져오기 코드가 그대로 읽습니다.

무료 평가판 다운로드라이선스 구매

내 PC에서 실행

보고서, 계약서, 가격표는 로컬에서 읽고 쓰며 업로드도 계정도 필요 없습니다. 기밀 문서가 제3자 서비스로 나가지 않으며, 인터넷에 전혀 연결되지 않은 컴퓨터에서도 작업을 실행할 수 있습니다.

무료 평가판 다운로드라이선스 구매

사람들이 사용하는 이유

믿을 수 있는 제목 수준

1에서 6까지의 수준은 페이지별이 아니라 문서 전체의 본문과 비교한 글꼴 크기로 정해집니다. 40쪽의 장 제목은 2쪽의 장 제목과 같은 수준을 받으므로, 검색 색인이나 목차가 이를 믿고 쓸 수 있습니다.

스캔한 페이지는 숨기지 않고 표시

텍스트 레이어가 없는 페이지에는 scanned="1"이 붙습니다. 텍스트가 인식(라틴 문자와 키릴 문자)으로 얻어진 경우 페이지에 ocr="1"과 신뢰도 값이 붙고 문단만 출력되며, 인식된 페이지에서는 표가 검출되지 않습니다. 파이프라인에서 이런 페이지를 수동 확인으로 돌릴 수 있습니다.

산문을 표로 착각하지 않습니다

단어 사이의 넓은 간격은 많은 표 검출기를 속여 2단 기사를 가짜 격자로 바꿔 버립니다. 이런 후보는 기각되며, 진짜 표는 모두 어떻게 찾았는지(PDF 태그, 구분선, 텍스트 정렬 중 하나)를 source 속성에 기록합니다.

자주 묻는 질문

아니요. 출력은 항상 내장된 하나의 스키마를 따르며 템플릿이나 필드 매핑은 없고, 프로그램이 송장 번호나 지급 기한 같은 필드를 골라내지도 않습니다. 시스템이 자체 XML을 요구한다면 이 출력을 XSLT나 짧은 스크립트로 변환하세요.
아니요. 직접 조작하는 Windows 데스크톱 프로그램으로, 파일을 추가하고 일괄 처리를 시작합니다. SDK도, 링크할 라이브러리도, PDF용 명령줄도 없으므로 서버 작업에서 호출할 수 없습니다. 직접 준비하는 일괄 작업에 알맞으며, 요청에 따라 변환해 주는 서비스에는 맞지 않습니다.
모든 PDF가 변환되지만 각 XML에는 처음 10줄만 들어가며, 여기서 한 줄은 텍스트 한 줄 또는 표의 한 행입니다. 표의 머리글 행은 유지되고 개수에 포함되지 않습니다. 줄어든 파일도 유효한 XML이므로, 파서를 실행해 실제 요소 트리를 확인한 다음 라이선스를 한 번 결제할 수 있습니다.

System Requirements

PDF to Structured XML Exporter

Languages

Version

3.3

File Size

9 Mb

Last updated on

October 8, 2026

지금 구매
GRT requirements price see order다운로드
  • Windows 11/10/8.1/8/7 (32/64 bit)
  • Intel i3, AMD Ryzen 5 or above
  • 4 GB of RAM or above
  • NVIDIA® GeForce® series 8 and 8M, Intel® HD Graphics 2000, Quadro FX 4800, Quadro FX 5600, AMD Radeon™ R600, Mobility Radeon™ HD 4330, Mobility FirePro™ series, Radeon™ R5 M230 or higher graphics card with up-to-date drivers
  • 1280 × 768 screen resolution, 32-bit color
  • 1 GB of free hard disk space or above

GRT requirements trial note