모든 PDF Forms 제출물은 해당 필드 값을 문서 내에 저장합니다. 하나의 완성된 양식이 있으면 화면에서 해당 값을 읽는 것으로 충분합니다. 완성된 양식이 50~500개 있는 경우 각 응답을 스프레드시트에 수동으로 기록하는 것은 시간을 낭비하고 오류가 발생합니다. 양식 응답을 구조화된 CSV 파일로 내보내면 개별 PDF 제출물이 분석, 데이터베이스로 가져오거나 보고서에 병합될 수 있는 정렬 및 필터링 가능한 단일 데이터세트로 변환됩니다.
내보내기 프로세스는 모든 응답자가 동일한 양식, 다른 양식 또는 혼합 양식의 사본을 작성했는지 여부에 따라 달라집니다. 여러 응답자의 동일한 양식은 각 행이 하나의 제출물이고 각 열이 하나의 양식 필드인 깔끔한 테이블을 생성합니다. 필드 이름이 문서마다 다르기 때문에 혼합 양식에는 더 많은 처리가 필요합니다. 이 가이드에서는 가장 일반적인 세 가지 내보내기 워크플로우, 즉 동일한 양식을 위한 Adobe Acrobat Pro, 빠른 브라우저 기반 내보내기를 위한 온라인 도구, 자동화된 데이터 파이프라인을 위한 스크립팅 접근 방식을 다룹니다.
WukongPDF의 PDF - Excel 변환기는 PDF에서 표 형식 데이터를 스프레드시트 지원 형식으로 추출합니다. 특히 양식 데이터의 경우 FDF 또는 XFDF를 CSV로 변환하는 단계와 내보내는 PDF 편집기를 결합하면 프로그래밍 기술 없이도 가장 안정적인 추출 파이프라인을 얻을 수 있습니다.
PDF 양식 데이터 저장 방법
채울 수 있는 PDF 양식은 사용자가 입력한 값을 저장하는 명명된 필드를 사용합니다. 각 필드에는 FirstName, EmailAddress 또는 DepartmentChoice와 같은 고유한 이름이 있습니다. 사용자가 양식을 작성하고 저장하면 이러한 필드-값 쌍이 PDF의 내부 데이터 구조에 기록됩니다. 값은 시각적 페이지 콘텐츠와 별개이므로 텍스트가 페이지의 일부로 나타나는 양식에서도 프로그래밍 방식으로 양식 데이터를 추출할 수 있습니다.
FDF(양식 데이터 형식) 및 XFDF(XML 양식 데이터 형식)는 PDF 양식 데이터를 교환하기 위한 두 가지 표준 형식입니다. FDF는 오래된 바이너리 형식입니다. XFDF는 XML 기반이며 표준 도구를 사용하여 구문 분석하기가 더 쉽습니다. PDF에서 양식 데이터를 내보낼 때 도구는 필드-값 쌍을 읽고 이를 FDF 또는 XFDF 파일에 쓰거나 CSV 또는 탭으로 구분된 값과 같은 구분된 텍스트 형식으로 직접 변환합니다.
방법 1: Adobe Acrobat Pro를 사용하여 응답 데이터 내보내기
Acrobat Pro는 가장 완벽한 양식 데이터 내보내기 도구 키트를 제공합니다. Acrobat Pro에서 완성된 PDF 양식을 엽니다. 도구 패널로 이동하여 양식 준비를 선택합니다. 오른쪽 창에서 자세히 드롭다운을 클릭하고 데이터 내보내기를 선택합니다. Acrobat에서는 형식을 선택하라는 메시지를 표시합니다. 나중에 CSV로 변환하기 가장 쉬운 XFDF 출력용 XML 파일(*.xml)을 선택합니다. 대부분의 스프레드시트 응용 프로그램으로 직접 가져오는 탭으로 구분된 출력을 위해 텍스트 파일(*.txt)을 선택합니다.
동일한 양식의 여러 사본을 일괄 처리하려면 대신 데이터 파일 병합 기능을 사용하십시오. 완성된 모든 PDF를 단일 폴더에 넣습니다. Acrobat Pro에서 도구, 양식 준비로 이동하여 자세히를 클릭하고 데이터 파일을 스프레드시트에 병합을 선택합니다. 파일 추가를 클릭하고 완성된 PDF를 모두 선택한 다음 내보내기를 클릭합니다. Acrobat은 모든 응답을 각 PDF가 한 행이 되는 단일 CSV 파일로 컴파일합니다. 이는 동일한 양식 템플릿을 여러 번 제출할 때 가장 빠른 기본 제공 방법입니다.
출력 CSV의 품질은 제출된 모든 PDF에서 일관된 필드 이름 지정에 따라 달라집니다. 한 응답자가 이메일 필드 이름이 Email인 PDF를 작성하고 다른 응답자가 EmailAddress라는 버전을 작성한 경우 병합 프로세스는 데이터를 하나로 결합하는 대신 두 개의 별도 열을 생성합니다. 최종 데이터 세트의 열 조각화를 방지하려면 배포하기 전에 양식 템플릿을 표준화하세요.
방법 2: 온라인 PDF를 CSV로 내보내기 도구 사용
여러 온라인 서비스에서는 업로드된 PDF 양식을 허용하고 추출된 필드 데이터가 포함된 CSV 파일을 반환합니다. 완성된 PDF를 업로드하면 서비스가 채울 수 있는 필드를 식별하고 해당 값을 읽으며 CSV를 다운로드합니다. 이러한 도구는 필드가 30개 미만이고 다중 선택 목록 상자나 계단식 드롭다운과 같은 복잡한 필드 유형이 없는 간단한 양식에서 가장 잘 작동합니다. 확인란 값은 일반적으로 양식 작성자가 내보내기 값을 구성한 방식에 따라 예로 내보내지거나 선택됩니다.
온라인 도구는 무료 계층에서 한 번에 하나의 양식을 처리합니다. 일괄 내보내기의 경우 Acrobat Pro는 단일 작업으로 여러 파일을 처리하므로 훨씬 더 효율적입니다. 내보낼 양식이 한두 개밖에 없고 소프트웨어를 설치하고 싶지 않은 경우 온라인 도구를 사용하면 1분 이내에 작업이 완료됩니다. 브라우저 탭을 닫기 전에 내보낸 CSV에 예상되는 모든 열이 포함되어 있는지 확인하고, 대부분의 무료 온라인 서비스는 처리된 파일을 저장하지 않으므로 즉시 CSV를 다운로드하세요.
방법 3: 자동화된 워크플로를 위한 스크립트 추출
주간 직원 작업표 또는 일일 환자 접수 양식과 같이 반복적으로 PDF 양식 제출을 받는 경우 추출 프로세스를 스크립팅하면 수동 단계가 완전히 제거됩니다. PyPDF2, pdfrw 및 pikepdf와 같은 Python 라이브러리는 PDF 문서에서 양식 필드 값을 읽을 수 있습니다. 기본 추출 스크립트는 PDF 폴더를 열고 각 폴더에서 필드-값 사전을 읽고 행을 CSV 파일에 추가합니다.
pdfrw 라이브러리를 사용하는 Python 스크립트는 완성된 양식의 폴더를 CSV로 처리하기 위해 대략 20줄의 코드가 필요합니다. 스크립트는 예상되는 필드 이름 목록을 정의하고, 각 PDF를 반복하고, 각 필드를 조회하고, 필드 이름과 일치하는 헤더가 있는 CSV에 값을 씁니다. 일정에 따라 스크립트를 실행하거나 감시 폴더에 새 PDF가 도착할 때마다 스크립트를 실행합니다. 이 접근 방식은 수동 작업을 추가하지 않고도 제출 항목을 10개에서 10,000개로 확장합니다.
내보낸 데이터의 특수 필드 유형 처리
| 액션 | 출력 형식 | 사용 시기 |
|---|---|---|
| 양식 데이터 내보내기(Acrobat) | FDF, XFDF, XML, TXT | 개별 양식, 일회성 내보내기 |
| 데이터 파일 병합(Acrobat) | CSV(스프레드시트 앱을 통해) | 여러 개의 동일한 양식, 일괄 내보내기 |
| 온라인 PDF 도구 | CSV 다운로드 | 브라우저 기반 워크플로, 설치 없음 |
| 파이썬 스크립트 | CSV, JSON, 데이터베이스 | 자동화된 파이프라인, 반복 내보내기 |
라디오 버튼 그룹은 내보내는 동안 특별한 주의를 기울여야 합니다. CreditCard, PayPal 및 BankTransfer 값을 포함하는 PaymentMethod라는 세 가지 선택 항목이 있는 라디오 버튼 그룹은 선택된 값을 포함하는 PaymentMethod라는 단일 열로 내보냅니다. 선택하지 않은 경우 셀은 비어 있습니다. 드롭다운의 경우 내보낸 값은 선택 텍스트이거나 필드 속성에 할당된 내보내기 값입니다. 다중 선택 목록 상자는 선택한 모든 값을 세미콜론으로 구분되거나 쉼표로 구분된 문자열로 내보내므로 후처리 중에 별도의 열로 분할해야 할 수도 있습니다.
확인란 필드는 PDF 리더에 따라 다르게 내보내집니다. 일부 독자는 선택된 상자를 예로 내보내고 선택되지 않은 상자를 꺼짐으로 내보냅니다. 다른 사람들은 체크박스를 필드의 내보내기 값(흔히 숫자나 코드)으로 내보냅니다. 일괄 처리를 처리하기 전에 단일 테스트 양식을 내보내고 CSV 출력을 검사하여 각 필드 유형이 내보낸 데이터에 어떻게 매핑되는지 확인하세요. 이 1분 점검으로 나중에 몇 시간 동안 데이터를 정리해야 하는 일이 방지됩니다.
양식 응답을 CSV로 내보내면 PDF 제출물이 시각적 형식에서 실행 가능한 데이터로 전환됩니다. 선택하는 방법은 볼륨과 기술적 편의성에 따라 다릅니다. 가끔 단일 양식을 작성하는 경우 Acrobat Pro의 데이터 내보내기로 충분합니다. 주간 일괄 처리의 경우 스크립트를 한 번 설정하면 향후 모든 일괄 처리가 자동으로 처리됩니다.
일반적인 내보내기 오류 방지
양식 데이터를 내보내는 동안 여러 문제로 인해 CSV 출력이 손상될 수 있습니다. 필드 값에 쉼표가 포함되어 있으면 CSV 파서가 해당 값을 여러 열에 잘못 분할할 수 있습니다. 대부분의 내보내기 도구는 이를 방지하기 위해 쉼표가 포함된 값을 큰따옴표로 묶지만 모든 도구가 그런 것은 아닙니다. CSV를 스프레드시트 애플리케이션으로 가져오기 전에 텍스트 편집기에서 확인하세요. 값이 잘못 분할되는 경우 쉼표 대신 탭 구분 기호를 사용하여 다시 내보내거나 XFDF XML 형식을 사용하고 특수 문자를 올바르게 처리하는 도구를 사용하여 CSV로 변환하세요.
빈 필드는 혼란의 또 다른 일반적인 원인입니다. 응답자가 필드를 비워 둔 경우 해당 필드에 대해 내보낸 CSV 셀은 단순히 비어 있습니다. 여러 양식을 일괄 병합하는 경우 행 중간에 빈 셀이 있을 것으로 예상되며 이는 내보내기 실패를 의미하지 않습니다. 실제로 공백으로 남겨진 필드와 양식에 전혀 존재하지 않은 필드를 구별해야 하는 경우 CSV 출력에 의존하기보다는 PDF를 직접 검사하여 이러한 두 가지 경우를 구별하십시오.
스캔한 종이 양식에서 확인 표시를 추출하는 등 단순한 필드-값 쌍 이상의 PDF 데이터 추출 요구 사항이 있는 양식의 경우 직접 필드 데이터를 내보내는 대신 OCR 기반 추출이 필요합니다. 기본 기술은 명명된 필드를 읽는 것에서 시각적 표시를 분석하는 것으로 전환되며, 이는 정확도 한도가 낮고 수동 확인이 필요합니다.
다운스트림 시스템에서 CSV 출력 사용
PDF 양식 데이터가 CSV 형식이 되면 다운스트림 통합 옵션이 크게 확장됩니다. 피벗 테이블 분석을 위해 CSV를 Excel 또는 Google Sheets로 가져옵니다. 연락처 기록을 업데이트하려면 CRM에 업로드하세요. 통계 분석을 위해 Python pandas 스크립트에 입력합니다. 다른 데이터 세트와 함께 쿼리하기 위해 SQL 데이터베이스에 로드합니다. CSV 형식은 정적 PDF 양식 제출을 쿼리 가능한 실시간 비즈니스 데이터로 변환하는 범용 커넥터입니다. 몇 달 후 CSV를 처리하는 사람은 참조용으로 개별 PDF를 열지 않고도 각 열이 무엇을 나타내는지 정확히 알 수 있도록 원본 양식 템플릿에 필드 명명 규칙을 문서화하세요.