2단 구성 PDF는 단이 뒤섞여 나옵니다
2단으로 짜인 논문이나 학회지의 본문을 선택해 복사하고 Word에 붙여 넣습니다. 그러면 왼쪽 단의 한 줄 다음에 오른쪽 단의 한 줄이 오는 식으로, 두 개의 글이 한 줄씩 번갈아 겹칩니다. 문장이 어디서 끝나는지조차 알 수 없게 됩니다.
원인은 PDF가 단의 구조를 전혀 갖고 있지 않다는 데 있습니다. 파일에 들어 있는 것은 «이 좌표에 이 글자꼴을 그려라»라는 지시뿐이고, 어디부터 어디까지가 한 단인지는 아무 데도 적혀 있지 않습니다. 복사와 텍스트 추출은 그려진 위치를 따라 위에서 아래로 한 줄씩 훑기 때문에, 같은 높이에 놓인 좌우 두 단이 한 줄씩 번갈아 집힙니다.
그래서 단은 지면의 배치에서 다시 읽어낼 수밖에 없습니다. PDFIntact는 페이지 안에서 본문·제목·표·그림 블록을 먼저 찾아내고, 읽는 순서대로 다시 늘어놓은 뒤 Word·Markdown·JSON으로 써 냅니다. 단 구성 자체는 재현하지 않습니다. 읽는 순서대로 정렬된 1단 문서로 들어갑니다.
지금 시도
가지고 계신 PDF로 확인해 보세요
진단은 브라우저 안에서만 이루어집니다. 파일은 어디로도 전송되지 않으며 가입도 필요 없습니다. 몇 페이지, 표와 그림이 몇 개나 나오는지 결제 전에 확인할 수 있습니다.
실례
行の拾われ方が変わります
左右に並んだ3行ずつの段が、どの順で並ぶかを示した図です。実際の文面ではなく、拾われる順序だけを表しています。
コピーしたとき（描かれた位置の順）
左の段 1行目 右の段 1行目 左の段 2行目 右の段 2行目 左の段 3行目 右の段 3行目
PDFIntact を通したとき（読み順）
左の段 1行目 左の段 2行目 左の段 3行目 右の段 1行目 右の段 2行目 右の段 3行目
形式ごとに、どう入るか
同じ読み順でも、書き出す形式によって入り方が違います。
Word（.docx）
読み順のまま、1段の段落として並びます。段組は再現しません。
Markdown（.md）
同じ範囲を、ページごとの見出しの下に読み順で置きます。
JSON
ブロックの種別・ページ番号・ページ内の座標つきで入るので、どの段のどこから来た文章かを後から辿れます。
Excel（.xlsx）
本文は入りません。Excelに書き出すのは表とグラフだけです。
脚注・キャプション・ページ番号
これらは本文とは別のブロックとして、読み順のその位置に段落で入ります。 2段組の論文では図のキャプションが本文と分けて取れること、 書籍のスキャンでは脚注の区切り線より下が別ブロックになりページ番号が本文に混ざらないことを、 それぞれ確認しています。Wordの脚注機能には入れません。段落として入ります。
자주 묻는 질문
- 2단 PDF를 복사하면 왜 단이 뒤섞이나요?
- PDF가 단을 단으로 저장하지 않기 때문입니다. 파일에는 «이 좌표에 이 글자꼴을 그려라»라는 지시만 있고, 어디부터가 한 단인지 표시가 없습니다. 복사는 페이지를 위에서 아래로 한 줄씩 훑기 때문에, 같은 높이에 놓인 두 단이 한 줄씩 번갈아 집힙니다.
- 읽는 순서는 어떻게 되돌리나요?
- 페이지 안의 블록 — 본문·제목·표·그림 — 을 먼저 찾아낸 뒤, 무엇을 쓰기 전에 읽는 순서대로 되돌립니다. 2단 구성 자체는 재현하지 않습니다. Word와 Markdown에는 읽는 순서대로 정렬된 1단 문서가 들어갑니다.
- 각주와 그림 설명은 어떻게 되나요?
- 본문과는 별개의 블록으로, 읽는 순서의 그 자리에 문단으로 들어갑니다. 검증에서도 그림 설명이 본문과 분리되고, 각주 구분선 아래가 별도의 블록이 되며, 쪽번호가 본문에 섞이지 않는 것을 확인했습니다. Word의 각주 기능으로는 들어가지 않고 문단으로 들어갑니다.
- 어떤 형식으로 내보낼 수 있나요?
- Word·Markdown·JSON입니다. JSON에는 블록 종류·쪽번호·페이지 안의 좌표까지 들어 있어, 어느 단의 어느 자리에서 온 문장인지 되짚을 수 있습니다. 본문은 Excel에 들어가지 않습니다. Excel로 내보내는 것은 표와 그래프뿐입니다.
- 읽는 순서가 맞으면 글자도 맞게 읽힌 것인가요?
- 그것은 다른 문제입니다. 읽는 순서는 지켜졌는데 글자 인식이 무너진 검체가 실제로 있었습니다. 그래서 블록마다 읽은 값인지·추정인지·읽지 못했는지를 확도 띠로 표시합니다. 결과는 반드시 원본 PDF와 대조하십시오.