PDF가 흐르는 단락이 아닌 개별 문자 배치로 텍스트를 저장하는 방법
PDF 페이지에서는 텍스트를 일련의 문자 배치 지침으로 설명하며 각 지침은 페이지의 문자 코드, 글꼴, 크기 및 x, y 위치를 지정합니다. PDF 페이지 설명 언어에는 단락 개체가 없습니다. 텍스트 흐름 컨테이너가 없습니다. 흐르는 단락의 시각적 모양은 연속적인 텍스트 블록을 시뮬레이션하기 위해 각 문자를 올바른 위치에 배치하여 생성되지만 기본 데이터는 개별 문자 위치 지정 명령 목록입니다.
왜 이런 일이 발생하는지 이해하는 것이 해결책의 절반입니다.
몇 가지 준비 단계를 통해 변환 후 정리 작업이 크게 줄어듭니다.
이 문자 수준 표현은 PDF에서 PPT로의 변환이 글머리 기호 텍스트를 별도의 상자로 분할하는 근본 원인입니다. PDF가 생성되었을 때 PowerPoint, Keynote 또는 Google Slides 등 원본 응용 프로그램에는 글머리 기호 목록이 포함된 텍스트 상자가 있었습니다. 텍스트 상자는 그 안에 여러 줄의 텍스트가 흐르는 단일 개체였습니다. 내보내기, 다른 이름으로 저장 또는 PDF로 인쇄 등의 PDF 작성 프로세스는 해당 단일 텍스트 상자를 개별 문자 배치 지침으로 분해했습니다. '이 텍스트는 단일 텍스트 상자에 속합니다'라는 개념이 번역에서 사라졌습니다.
PDF를 다시 PowerPoint로 변환하려는 변환 엔진은 이러한 개별 문자 배치를 발견하고 문자 수준 증거에서 원본 텍스트 그룹을 재구성해야 합니다. 라인을 따라 서로 가깝게 위치한 문자를 봅니다. 왼쪽 여백이 비슷하고 줄 간격이 일정한 여러 줄이 표시됩니다. 이는 이러한 문자와 줄이 단일 텍스트 블록에 함께 속할 가능성이 있다고 추론합니다. 그러나 변환 엔진은 각 글머리 기호가 시작하고 끝나는 위치도 결정해야 하며, 증거가 모호한 경우 그룹화보다는 분할하는 쪽으로 오류가 발생합니다.
변환 엔진이 글머리 기호를 별도의 텍스트 상자로 분할하는 이유
변환 엔진의 텍스트 그룹화 알고리즘은 여러 신호를 사용하여 동일한 텍스트 블록에 속하는 문자를 결정합니다. 글꼴 일관성은 가장 강력한 신호입니다. 동일한 글꼴과 크기를 사용하는 문자는 동일한 텍스트 블록의 일부일 가능성이 높습니다. 가로 정렬은 또 다른 강력한 신호입니다. 여러 줄에 걸쳐 동일한 왼쪽 여백 위치를 공유하는 문자는 들여쓰기가 일관된 단일 텍스트 블록을 제안합니다. 줄 간격 일관성은 그룹화를 강화합니다. 수직 간격이 균일한 줄은 간격이 불규칙한 줄보다 서로 속할 가능성이 더 높습니다.
중요 항목은 이러한 그룹화 신호 중 여러 개를 동시에 약화시킵니다. 일반적으로 기호 또는 딩뱃 글꼴로 렌더링되는 글머리 기호 문자는 그 뒤에 오는 본문 텍스트와 다른 글꼴을 사용합니다. 각 글머리기호 시작 부분의 글꼴 변경은 변환 엔진에 잠재적인 텍스트 블록 경계를 나타냅니다. 글머리 기호 문자와 본문 텍스트 사이의 수평 오프셋은 추가적인 복잡성을 만듭니다. 글머리 기호는 그 뒤에 오는 텍스트와 다른 x 위치에 있을 수 있으며, 이는 하나가 아닌 두 개의 별도 텍스트 개체를 제안합니다.
PDF 형식에 명시적인 단락 표시가 없다는 것은 변환 엔진이 이러한 공간 및 글꼴 기반 경험적 방법에 전적으로 의존한다는 것을 의미합니다. 글머리 기호로 인해 글꼴 변경, 위치 오프셋 및 때로는 항목 사이의 추가 간격이 발생하는 경우 휴리스틱은 분할 방향으로 기울어집니다. 결과는 각 글머리 기호 줄, 때로는 각 글머리 기호의 각 구성 요소, 글머리 기호 문자, 굵은 도입부 텍스트 및 본문 텍스트가 별도의 텍스트 상자로 끝나는 PowerPoint 출력입니다. 이러한 조각을 단일 맞춤 텍스트 블록으로 수동으로 통합하는 것은 변환 후 정리에서 가장 시간이 많이 걸리는 부분입니다.
글머리 기호 분할을 다소 심각하게 만드는 요인
원본 PowerPoint 파일과 해당 PDF 내보내기 설정의 여러 요소는 왕복 변환 중 글머리 기호 조각화 정도에 영향을 미칩니다. 전체적으로 일관된 서식, 동일한 글꼴 모음, 동일한 글꼴 크기, 동일한 색상을 가지며 인라인 굵게 또는 기울임꼴이 없는 텍스트 상자는 상자 내의 모든 문자가 동일한 글꼴 속성을 공유하므로 가장 깔끔한 왕복을 생성합니다. 변환 엔진은 모든 문자에서 균일한 글꼴 신호를 확인하고 이를 단일 텍스트 블록으로 올바르게 그룹화합니다.
서식이 혼합된 텍스트 상자의 결과는 훨씬 더 나쁩니다. 처음 몇 단어가 도입부로 굵게 표시되고 그 뒤에 보통 두께의 설명 텍스트가 오는 글머리 기호에는 동일한 논리적 텍스트 블록 내에 두 개 이상의 글꼴 변형이 포함됩니다. 변환 엔진은 굵은 글꼴에서 일반 글꼴로의 전환 시 글꼴 변경을 확인하고 해당 경계에서 텍스트를 분할할 수 있습니다. 모든 글머리 기호에 굵은 도입부가 있는 슬라이드는 모든 단일 글머리 기호가 두 개의 텍스트 상자로 분할되는 출력을 생성할 수 있습니다. 하나는 굵은 도입부를 포함하고 다른 하나는 뒤에 나오는 일반 텍스트를 포함합니다.
확인 표시, 화살표 또는 브랜드별 기호와 같은 사용자 정의 글머리 기호 문자는 가장 심각한 조각화를 유발합니다. 기호 글꼴의 사용자 정의 글머리 기호는 본문 텍스트와 완전히 다른 글꼴 참조를 전달합니다. 변환 엔진은 글머리 기호의 기호 글꼴에서 다음 텍스트의 본문 텍스트 글꼴로 변경된 후 다음 글머리 기호의 기호 글꼴로 다시 변경되는 것을 확인합니다. 이러한 교대 글꼴 참조는 각 글머리 기호와 해당 텍스트가 별도의 개체라는 가장 강력한 신호로, 결과적으로 모든 글머리 기호가 최소 두 개의 텍스트 상자로 조각화되고 글머리 기호에 서식이 지정된 텍스트 변형이 포함되어 있는 경우 경우에 따라 세 개가 됩니다.
변환 중 글머리 기호 조각화를 최소화하기 위해 PDF 슬라이드 데크를 준비하는 방법
PDF 슬라이드 데크가 결국 PowerPoint로 다시 변환되어야 한다는 것을 알고 있는 경우 PDF 생성 단계의 여러 준비 단계를 통해 변환 엔진에서 생성되는 조각화를 줄일 수 있습니다. PDF로 인쇄 드라이버를 사용하는 대신 응용 프로그램에 내장된 PDF로 저장 또는 PDF로 내보내기 기능을 사용하여 PowerPoint 파일을 PDF로 내보냅니다. 응용 프로그램 기본 PDF 내보내기는 페이지를 순수한 시각적 출력으로 처리하는 인쇄 드라이버보다 더 많은 구조적 정보를 보존합니다.
가능한 한 글머리기호 내의 텍스트 서식을 단순화합니다. 프리젠테이션에 굵은 도입부가 필수가 아닌 경우 각 글머리 기호 전체에 일관된 글꼴 두께를 사용하십시오. 텍스트 블록의 모든 문자에 걸쳐 글꼴 속성이 더 균일할수록 변환 엔진이 출력에서 해당 속성을 단일 텍스트 상자로 올바르게 그룹화할 가능성이 높아집니다.
사용자 정의 기호 글꼴 글머리 기호 대신 본문 텍스트 글꼴의 표준 글머리 기호 문자를 사용하세요. 표준 유니코드 글머리 기호 문자는 본문 텍스트의 글꼴을 공유하며 분할을 트리거하는 글꼴 변경 신호를 도입하지 않습니다. 브랜드 프리젠테이션에 맞춤형 글머리 기호가 필수적인 경우 변환 후 수동 정리가 필요하다는 점을 인정하고 변환 프로젝트 계획에서 이를 위한 시간을 할당하십시오.
조각난 글머리 기호에 대한 변환 후 정리 전략
변환된 출력에서 글머리 기호 조각화가 이미 발생한 경우 체계적인 정리 접근 방식을 통해 수동 작업이 줄어듭니다. 조각난 텍스트 상자를 시각적으로 그룹화합니다. 각 슬라이드의 어떤 개별 상자가 위치와 내용 순서에 따라 논리적으로 함께 속하는지 식별합니다. 단일 원본 글머리 기호에 속하는 모든 조각을 선택하고 텍스트 병합 또는 결합 기능을 사용하여 올바른 텍스트 흐름이 있는 하나의 텍스트 상자로 통합합니다.
슬라이드가 많은 프레젠테이션의 경우 나중에 편집할 슬라이드에 우선순위를 두세요. 콘텐츠가 최종이므로 시각적 확인만 필요한 슬라이드에는 텍스트 상자를 통합할 필요가 없습니다. 콘텐츠 업데이트, 추가 또는 서식 다시 지정이 필요한 슬라이드는 텍스트 편집이 자연스럽게 작동하도록 통합이 필요합니다. 편집 우선순위에 따라 슬라이드를 분류하면 가장 중요한 정리 노력에 집중할 수 있습니다.
모든 슬라이드를 수동으로 정리하는 것이 비현실적인 대규모 변환의 경우 PowerPoint의 개체 모델을 사용하는 스크립트 방식을 사용하면 일부 통합을 자동화할 수 있습니다. 각 슬라이드의 공간적 근접성에 따라 텍스트 상자를 그룹화하고 이를 단일 텍스트 블록으로 병합하는 스크립트는 가장 일반적인 조각화 패턴을 처리합니다. 스크립트된 출력을 수동으로 검토하면 자동화된 그룹화가 놓친 극단적인 사례를 포착하여 완전 수동 정리에 필요한 시간의 일부만 사용 가능한 결과를 생성합니다.
WukongPDF의 PDF-PowerPoint 변환 도구에는 기본 변환 엔진보다 더 정확하게 원본 텍스트 블록을 재구성하기 위해 글꼴 일관성, 공간 근접성 및 줄 간격 패턴을 분석하여 글머리기호 조각화를 줄이는 텍스트 그룹화 논리가 포함되어 있습니다.
문서 변환 도구에서 AI 기반 레이아웃 분석의 사용이 증가함에 따라 PDF-PowerPoint 변환의 왕복 충실도가 점차 향상되고 있습니다. PDF와 원본 PowerPoint 데이터세트로 훈련된 기계 학습 모델은 PDF 표현이 개별 문자 배치로 분해된 경우에도 단일 원본 텍스트 상자를 나타내는 시각적 패턴을 인식하는 방법을 학습할 수 있습니다. 이러한 모델이 개선됨에 따라 변환 후 중요 항목 통합에 대한 수동 정리 부담이 줄어들 것입니다. 현재로서는 문서 준비와 체계적인 정리를 통해 조각화가 발생하는 이유와 조각화를 최소화하는 방법을 이해하는 것이 가장 실용적인 접근 방식으로 남아 있습니다.
PDF 왕복 변환의 근본적인 긴장은 시각적 충실도와 편집 가능성 사이에 있습니다. 시각적 충실도에 최적화된 변환은 원본 PDF와 똑같아 보이지만 편집하기 힘든 조각으로 구성된 출력을 생성합니다. 편집 가능성에 최적화된 변환은 편집하기 쉽지만 원본 시각적 레이아웃과 정확하게 일치하지 않을 수 있는 흐르는 블록으로 텍스트를 그룹화합니다. 이러한 절충안을 이해하면 모든 PDF-PowerPoint 변환 프로젝트에 대한 현실적인 기대치를 설정하는 데 도움이 됩니다.
프레젠테이션이 공동 검토 프로세스 중에 PowerPoint와 PDF 간에 여러 번 왕복해야 하는 경우 단일 진실 정책을 설정하면 각 변환 주기에서 발생하는 복합적인 조각화를 방지할 수 있습니다. PowerPoint 파일이나 PDF 중 하나를 신뢰할 수 있는 버전으로 지정하고 다른 형식을 왕복 참가자가 아닌 일회용 출력으로 처리합니다. 각 검토 주기는 이전 주기의 변환된 출력이 아닌 신뢰할 수 있는 소스 형식에서 시작됩니다.