메시지 아이콘
푸터 콘텐츠로 바로가기
  1. IronPDF
  2. IronPDF 블로그
  3. IronPDF 사용하기
  4. C# PDF 테이블 읽기
IRONPDF 사용하기

C#에서 PDF 테이블 읽는 방법

커티스 차우
커티스 차우
업데이트됨:

PDF 문서에서 구조화된 테이블 데이터를 추출하는 것은 데이터 분석, 보고서 작성 또는 다른 시스템으로 정보 통합을 위해 C# 개발자들에게 자주 필요합니다. 하지만 PDF는 일관된 시각적 표현을 위해 주로 설계되어 간단한 데이터 추출에는 적합하지 않습니다. 이는 C#으로 프로그래밍 방식으로 PDF 파일에서 테이블을 읽기를 어렵게 만들 수 있습니다. 특히 테이블은 단순한 텍스트 기반 그리드에서 합쳐진 셀의 복잡한 레이아웃, 심지어 스캔된 문서에 이미지로 내장된 테이블에 이르기까지 다양할 수 있습니다.

이 가이드는 IronPDF를 사용한 PDF 테이블 추출에 대한 포괄적인 C# 튜토리얼을 제공합니다. 주로 IronPDF의 강력한 텍스트 추출 기능을 활용하여 텍스트 기반 PDF에서 표 데이터를 액세스하고 이를 구문 분석하는 방법을 탐구할 것입니다. 이 방법의 효과성을 논의하고, 파싱을 위한 전략을 제공하며, 추출된 정보를 처리하는 통찰을 제공합니다. 추가적으로 스캔된 PDF를 포함한 더 복잡한 시나리오를 다루기 위한 전략을 언급할 것입니다.

C#에서 PDF에서 테이블 데이터를 추출하는 주요 단계

  1. PDF 처리를 위한 IronPDF C# 라이브러리(https://nuget.org/packages/IronPdf/)를 설치합니다.
  2. (선택적 데모 단계) IronPDF의 RenderHtmlAsPdf를 사용하여 HTML 문자열에서 표가 포함된 샘플 PDF를 생성합니다. (섹션 참고: (데모 단계) 테이블 데이터가 포함된 PDF 문서 생성)
  3. 아무 PDF 문서를 로드하고 ExtractAllText 메서드를 사용하여 해당 원시 텍스트 콘텐츠를 가져옵니다. (See section: Extract All Text Containing Table Data from the PDF)
  4. 추출된 텍스트를 구문 분석하고 테이블의 행 및 셀을 식별하기 위한 C# 논리를 구현합니다. (See section: Parsing Extracted Text to Reconstruct Table Data in C#)
  5. 구조화된 테이블 데이터를 출력하거나 추가 사용을 위해 CSV 파일로 저장합니다. (See section: Parsing Extracted Text to Reconstruct Table Data in C#)
  6. 스캔된 PDF를 위한 OCR과 같은 고급 기술을 고려합니다 (나중에 논의됨).

IronPDF - C# PDF 라이브러리

IronPDF는 개발자가 소프트웨어 응용 프로그램에서 PDF 문서를 쉽게 읽고, 생성하고, 편집할 수 있도록 돕는 .NET를 위한 C# .NET 라이브러리 솔루션입니다. (https://ironpdf.com/) 견고한 Chromium 엔진을 통해 HTML에서 PDF 문서를 높은 정확도와 속도로 렌더링합니다. 개발자가 다양한 형식에서 PDF로, 그리고 역으로 부드럽게 변환할 수 있게 합니다. .NET 7, .NET 6, 5, 4, .NET Core 및 표준을 포함한 최신 .NET Framework를 지원합니다.

또한 IronPDF .NET API는 개발자가 PDF를 조작하고 편집하며, 헤더와 푸터를 추가하고, 중요한 것은 텍스트, 이미지, (다음에 볼) PDF에서 테이블 데이터를 쉽게 추출할 수 있도록 합니다.

몇 가지 중요한 기능은 다음을 포함합니다:

IronPDF 라이브러리를 사용하여 C#에서 테이블 데이터를 추출하는 단계

PDF 문서에서 테이블 데이터를 추출하기 위해 C# 프로젝트를 설정할 것입니다:

  1. Visual Studio: Visual Studio(예: 2022)가 설치되어 있는지 확인하세요. Visual Studio 웹사이트(https://visualstudio.microsoft.com/downloads/)에서 다운로드하세요.

  2. 프로젝트 생성:

    • Visual Studio 2022를 열고 새 프로젝트 생성을 클릭하세요.

      C#에서 PDF 표를 읽는 방법, 그림 1: Visual Studio의 시작 화면 Visual Studio의 시작 화면

    • "콘솔 앱"(또는 선호하는 C# 프로젝트 유형)을 선택하고 다음을 클릭하세요.

      C#에서 PDF 표를 읽는 방법, 그림 2: Visual Studio에서 새 콘솔 애플리케이션 생성 Visual Studio에서 새로운 콘솔 애플리케이션 생성

    • 프로젝트 이름(예: "ReadPDFTableDemo")을 지정하고 다음을 클릭하세요. C#에서 PDF 표를 읽는 방법, 그림 3: 새로 생성된 애플리케이션 구성 새로 생성된 애플리케이션 구성

    • 원하는 .NET Framework(예: .NET 6 이상)를 선택하세요. C#에서 PDF 표를 읽는 방법, 그림 4: .NET Framework 선택 .NET Framework 선택

    • 생성을 클릭하세요. 콘솔 프로젝트가 생성됩니다.

  3. IronPDF 설치:

    • Visual Studio NuGet 패키지 관리자 사용:

      • 솔루션 탐색기에서 프로젝트를 마우스 오른쪽 버튼으로 클릭하고 'NuGet 패키지 관리...'를 선택합니다.

      C#에서 PDF 표를 읽는 방법, 그림 5: 도구 & NuGet 패키지 관리 도구 및 NuGet 패키지 관리

      • NuGet 패키지 관리자에서 'IronPdf'를 찾아 '설치'를 클릭합니다. C#에서 PDF 표를 읽는 방법, 그림 6: 도구 & NuGet 패키지 관리 도구 및 NuGet 패키지 관리
    • NuGet 패키지 직접 다운로드: IronPDF의 NuGet 패키지 페이지 (https://www.nuget.org/packages/IronPdf/)를 방문합니다.
    • IronPDF .DLL 라이브러리 다운로드: 공식 IronPDF 웹사이트에서 다운로드하여 프로젝트에 DLL을 참조하십시오.

(데모 단계) 테이블 데이터를 포함한 PDF 문서 생성

이번 튜토리얼에서는 HTML 문자열에서 간단한 테이블을 포함한 샘플 PDF를 먼저 생성합니다. 이는 추출 프로세스를 시연하기 위한 알려진 PDF 구조를 제공합니다. 현실 세계의 시나리오에서는 기존의 PDF 파일을 로드합니다.

IronPDF 네임스페이스를 추가하고 필요에 따라 라이선스 키를 설정합니다(IronPDF는 개발에 무료이지만 상업적 배포에서 워터마크를 제거하려면 라이선스가 필요합니다).

using IronPdf;
using System;       // For StringSplitOptions, Console
using System.IO;    // For StreamWriter

// Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
// License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
using IronPdf;
using System;       // For StringSplitOptions, Console
using System.IO;    // For StreamWriter

// Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
// License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
Imports IronPdf
Imports System ' For StringSplitOptions, Console
Imports System.IO ' For StreamWriter

' Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
' License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
$vbLabelText   $csharpLabel

다음은 샘플 테이블을 위한 HTML 문자열입니다:

string HTML = "<html>" +
        "<style>" +
            "table, th, td {" +
                "border:1px solid black;" +
            "}" +
        "</style>" +
        "<body>" +
            "<h1>A Simple table example</h1>" + // Corrected typo: h1 not h2
            "<table>" +
                "<tr>" +
                    "<th>Company</th>" +
                    "<th>Contact</th>" +
                    "<th>Country</th>" +
               "</tr>" +
                "<tr>" +
                    "<td>Alfreds Futterkiste</td>" +
                    "<td>Maria Anders</td>" +
                    "<td>Germany</td>" +
                "</tr>" +
                "<tr>" +
                    "<td>Centro comercial Moctezuma</td>" +
                    "<td>Francisco Chang</td>" +
                    "<td>Mexico</td>" +
                "</tr>" +
            "</table>" +
            "<p>To understand the example better, we have added borders to the table.</p>" +
        "</body>" +
        "</html>";
string HTML = "<html>" +
        "<style>" +
            "table, th, td {" +
                "border:1px solid black;" +
            "}" +
        "</style>" +
        "<body>" +
            "<h1>A Simple table example</h1>" + // Corrected typo: h1 not h2
            "<table>" +
                "<tr>" +
                    "<th>Company</th>" +
                    "<th>Contact</th>" +
                    "<th>Country</th>" +
               "</tr>" +
                "<tr>" +
                    "<td>Alfreds Futterkiste</td>" +
                    "<td>Maria Anders</td>" +
                    "<td>Germany</td>" +
                "</tr>" +
                "<tr>" +
                    "<td>Centro comercial Moctezuma</td>" +
                    "<td>Francisco Chang</td>" +
                    "<td>Mexico</td>" +
                "</tr>" +
            "</table>" +
            "<p>To understand the example better, we have added borders to the table.</p>" +
        "</body>" +
        "</html>";
HTML

이제 ChromePdfRenderer를 사용하여 이 HTML로부터 PDF를 생성합니다:

var renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");
Console.WriteLine("Sample PDF 'table_example.pdf' created.");
var renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");
Console.WriteLine("Sample PDF 'table_example.pdf' created.");
Dim renderer = New ChromePdfRenderer()
Dim pdfDocument As PdfDocument = renderer.RenderHtmlAsPdf(HTML)
pdfDocument.SaveAs("table_example.pdf")
Console.WriteLine("Sample PDF 'table_example.pdf' created.")
$vbLabelText   $csharpLabel

SaveAs 메서드가 PDF를 저장합니다. 생성된 table_example.pdf는 이와 같이 보일 것입니다 (HTML을 기반으로 한 개념 이미지):

C#에서 PDF 표를 읽는 방법, 그림 7: NuGet 패키지 관리자 UI에서 IronPDF 검색 NuGet 패키지 관리자 UI에서 IronPDF 검색

PDF에서 테이블 데이터를 포함한 모든 텍스트 추출

표 데이터를 추출하기 위해 먼저 PDF(새로 생성한 것 또는 기존 PDF)를 로드하고 ExtractAllText 메서드를 사용합니다. 이 메서드는 PDF 페이지의 모든 텍스트 콘텐츠를 검색합니다.

// Load the PDF (if you just created it, it's already loaded in pdfDocument)
// If loading an existing PDF:
// PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
// Or use the one created above:
string allText = pdfDocument.ExtractAllText();
// Load the PDF (if you just created it, it's already loaded in pdfDocument)
// If loading an existing PDF:
// PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
// Or use the one created above:
string allText = pdfDocument.ExtractAllText();
' Load the PDF (if you just created it, it's already loaded in pdfDocument)
' If loading an existing PDF:
' PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
' Or use the one created above:
Dim allText As String = pdfDocument.ExtractAllText()
$vbLabelText   $csharpLabel

allText 변수는 이제 PDF의 전체 텍스트 콘텐츠를 보유합니다. 이를 표시하여 원시 추출 결과를 볼 수 있습니다:

Console.WriteLine("\n--- Raw Extracted Text ---");
Console.WriteLine(allText);
Console.WriteLine("\n--- Raw Extracted Text ---");
Console.WriteLine(allText);
Imports Microsoft.VisualBasic

Console.WriteLine(vbLf & "--- Raw Extracted Text ---")
Console.WriteLine(allText)
$vbLabelText   $csharpLabel

C#에서 PDF 표를 읽는 방법, 그림 8: 텍스트를 추출할 PDF 파일 텍스트를 추출할 PDF 파일

C#에서 추출된 텍스트를 파싱하여 테이블 데이터 재구성

원시 텍스트를 추출한 후, 다음 과제는 이 문자열을 파싱하여 표 데이터의 구조를 식별하고 구성하는 것입니다. 이 단계는 PDF에 있는 테이블의 일관성과 형식에 크게 의존합니다.

일반적인 파싱 전략:

  1. 행 구분자 식별: 개행 문자 (\n 또는 \r\n)는 일반적인 행 구분자입니다.
  2. 열 구분자 식별: 행 내의 셀은 여러 개의 공백, 탭, 또는 특정한 알려진 문자(예: '|' 또는 ';')로 구분될 수 있습니다. 때로는 열이 시각적으로 정렬되지만 명확한 텍스트 구분자가 없는 경우, 일관된 간격 패턴에 기반하여 구조를 유추할 수 있습니다. 이는 더 복잡합니다.
  3. 비표 콘텐츠 필터링: ExtractAllText 메서드는 모든 텍스트를 가져옵니다. 테이블을 실제로 구성하는 텍스트를 격리하기 위한 논리가 필요합니다. 이를 위해 헤더 키워드를 찾거나 프리앰블/포스트앰블 텍스트를 건너뛰어야 할 수 있습니다.

C# String.Split 메서드는 이를 위한 기본 도구입니다. 다음은 샘플에서 테이블 라인만 추출하려는 예제이며, 점이 있는 라인을 필터링합니다 (이 특정 예제를 위한 간단한 휴리스틱).

Console.WriteLine("\n--- Parsed Table Data (Simple Heuristic) ---");
string[] textLines = allText.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
foreach (string line in textLines)
{
    // Simple filter: skip lines with a period, assuming they are not table data in this example
    // and skip lines that are too short or headers if identifiable
    if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5) 
    {
        continue;
    }
    else
    {
        // Further split line into cells based on expected delimiters (e.g., multiple spaces)
        // This part requires careful adaptation to your PDF's table structure
        // Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
        Console.WriteLine(line); // For now, just print the filtered line
    }
}
Console.WriteLine("\n--- Parsed Table Data (Simple Heuristic) ---");
string[] textLines = allText.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
foreach (string line in textLines)
{
    // Simple filter: skip lines with a period, assuming they are not table data in this example
    // and skip lines that are too short or headers if identifiable
    if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5) 
    {
        continue;
    }
    else
    {
        // Further split line into cells based on expected delimiters (e.g., multiple spaces)
        // This part requires careful adaptation to your PDF's table structure
        // Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
        Console.WriteLine(line); // For now, just print the filtered line
    }
}
Imports Microsoft.VisualBasic

Console.WriteLine(vbLf & "--- Parsed Table Data (Simple Heuristic) ---")
Dim textLines() As String = allText.Split( { ControlChars.Cr, ControlChars.Lf }, StringSplitOptions.RemoveEmptyEntries)
For Each line As String In textLines
	' Simple filter: skip lines with a period, assuming they are not table data in this example
	' and skip lines that are too short or headers if identifiable
	If line.Contains(".") OrElse line.Contains("A Simple table example") OrElse line.Length < 5 Then
		Continue For
	Else
		' Further split line into cells based on expected delimiters (e.g., multiple spaces)
		' This part requires careful adaptation to your PDF's table structure
		' Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
		Console.WriteLine(line) ' For now, just print the filtered line
	End If
Next line
$vbLabelText   $csharpLabel

이 코드는 텍스트를 줄로 분할합니다. if 조건은 이 특정 예제의 비표 텍스트에 대한 매우 기본적인 필터입니다. 현실 세계의 시나리오에서는 테이블 행과 셀을 정확하게 식별하고 분석하기 위한 보다 견고한 논리가 필요합니다.

간단한 필터링된 텍스트의 출력:

C#에서 PDF 표를 읽는 방법, 그림 9: 콘솔에 추출된 텍스트 표시 콘솔에 표시된 추출된 텍스트

텍스트 파싱 방법에 대한 중요한 고려 사항:

  • 가장 적합한 용도: 간단하고 일관된 테이블 구조와 명확한 텍스트 구분자가 있는 텍스트 기반 PDF입니다.
  • 제한 사항: 이 방법은 다음과 같은 경우에 어려움을 겪을 수 있습니다:
    • 병합 셀이 있는 테이블이나 복잡한 중첩 구조의 테이블.
    • 시각적 간격으로 열이 정의된 테이블 (텍스트 구분자 없이).
    • 이미지로 삽입된 테이블 (OCR이 필요).
    • PDF 생성의 변이가 있어 일관되지 않은 텍스트 추출 순서.

선택적으로 필터링된 라인(테이블 행을 이상적으로 나타내는)을 CSV 파일에 저장할 수 있습니다:

using (StreamWriter file = new StreamWriter("parsed_table_data.csv", false))
{
    file.WriteLine("Company,Contact,Country"); // Write CSV Header
    foreach (string line in textLines)
    {
        if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5)
        {
            continue;
        }
        else
        {
            // For a real CSV, you'd split 'line' into cells and join with commas
            // E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
            // string csvLine = string.Join(",", cells);
            // file.WriteLine(csvLine);
            file.WriteLine(line.Replace("  ", ",").Trim()); // Basic replacement for this example
        }
    }
}
Console.WriteLine("\nFiltered table data saved to parsed_table_data.csv");
using (StreamWriter file = new StreamWriter("parsed_table_data.csv", false))
{
    file.WriteLine("Company,Contact,Country"); // Write CSV Header
    foreach (string line in textLines)
    {
        if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5)
        {
            continue;
        }
        else
        {
            // For a real CSV, you'd split 'line' into cells and join with commas
            // E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
            // string csvLine = string.Join(",", cells);
            // file.WriteLine(csvLine);
            file.WriteLine(line.Replace("  ", ",").Trim()); // Basic replacement for this example
        }
    }
}
Console.WriteLine("\nFiltered table data saved to parsed_table_data.csv");
Imports Microsoft.VisualBasic

Using file As New StreamWriter("parsed_table_data.csv", False)
	file.WriteLine("Company,Contact,Country") ' Write CSV Header
	For Each line As String In textLines
		If line.Contains(".") OrElse line.Contains("A Simple table example") OrElse line.Length < 5 Then
			Continue For
		Else
			' For a real CSV, you'd split 'line' into cells and join with commas
			' E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
			' string csvLine = string.Join(",", cells);
			' file.WriteLine(csvLine);
			file.WriteLine(line.Replace("  ", ",").Trim()) ' Basic replacement for this example
		End If
	Next line
End Using
Console.WriteLine(vbLf & "Filtered table data saved to parsed_table_data.csv")
$vbLabelText   $csharpLabel

복잡한 PDF 테이블 추출을 위한 C# 전략

복잡하거나 이미지 기반 PDF 테이블에서 데이터를 추출하려면 단순 텍스트 구문 분석보다 고급 기술이 필요합니다. IronPDF는 다음과 같은 기능을 제공합니다:

  • IronOCR의 스캔된 표에 대한 활용: 만약 표가 이미지 안에 있다면(e.g., 스캔된 PDF), ExtractAllText()만으로 캡처할 수 없습니다. IronOCR의 텍스트 감지 기능은 이러한 이미지를 먼저 텍스트로 변환할 수 있습니다.
// Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
// Install Package IronOcr
using IronOcr;
using (var ocrInput = new OcrInput("scanned_pdf_with_table.pdf"))
{
     ocrInput.TargetDPI = 300; // Good DPI for OCR accuracy
     var ocrResult = new IronOcr().Read(ocrInput);
     string ocrExtractedText = ocrResult.Text;
     // Now, apply parsing logic to 'ocrExtractedText'
     Console.WriteLine("\n--- OCR Extracted Text for Table Parsing ---");
     Console.WriteLine(ocrExtractedText);
}
// Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
// Install Package IronOcr
using IronOcr;
using (var ocrInput = new OcrInput("scanned_pdf_with_table.pdf"))
{
     ocrInput.TargetDPI = 300; // Good DPI for OCR accuracy
     var ocrResult = new IronOcr().Read(ocrInput);
     string ocrExtractedText = ocrResult.Text;
     // Now, apply parsing logic to 'ocrExtractedText'
     Console.WriteLine("\n--- OCR Extracted Text for Table Parsing ---");
     Console.WriteLine(ocrExtractedText);
}
' Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
' Install Package IronOcr
Imports Microsoft.VisualBasic
Imports IronOcr
Using ocrInput As New OcrInput("scanned_pdf_with_table.pdf")
	 ocrInput.TargetDPI = 300 ' Good DPI for OCR accuracy
	 Dim ocrResult = (New IronOcr()).Read(ocrInput)
	 Dim ocrExtractedText As String = ocrResult.Text
	 ' Now, apply parsing logic to 'ocrExtractedText'
	 Console.WriteLine(vbLf & "--- OCR Extracted Text for Table Parsing ---")
	 Console.WriteLine(ocrExtractedText)
End Using
$vbLabelText   $csharpLabel

자세한 안내는 IronOCR 문서(https://ironsoftware.com/csharp/ocr/)를 참조하십시오. OCR 후에는 결과 텍스트 문자열을 구문 분석합니다.

  • 좌표 기반 텍스트 추출 (고급): IronPDF의 ExtractAllText()가 텍스트 스트림을 제공하지만, 일부 시나리오에서는 각 텍스트 조각의 x,y 좌표를 아는 것이 유익할 수 있습니다. IronPDF가 텍스트 및 패닝 박스 정보를 얻는 API를 제공하는지(현재 문서를 확인하십시오), 이는 시각적 정렬을 기반으로 테이블을 재구성하기 위한 더 정교한 공간 구문 분석을 허용할 수 있습니다.

  • PDF를 다른 형식으로 변환: IronPDF는 PDF를 HTML과 같은 구조화된 형식으로 변환할 수 있습니다. 종종 HTML 테이블을 구문 분석하는 것이 원시 PDF 텍스트를 구문 분석하는 것보다 더 간단합니다.
PdfDocument pdfToConvert = PdfDocument.FromFile("your_document.pdf");
string htmlOutput = pdfToConvert.ToHtmlString();
// Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
PdfDocument pdfToConvert = PdfDocument.FromFile("your_document.pdf");
string htmlOutput = pdfToConvert.ToHtmlString();
// Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
Dim pdfToConvert As PdfDocument = PdfDocument.FromFile("your_document.pdf")
Dim htmlOutput As String = pdfToConvert.ToHtmlString()
' Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
$vbLabelText   $csharpLabel
  • 패턴 인식 및 정규 표현식: 매우 예측 가능한 패턴을 가진 테이블이지만 불규칙한 구분자가 있는 경우, 추출된 텍스트에 대한 복잡한 정규 표현식을 적용하여 테이블 데이터를 격리할 수 있습니다.

올바른 전략을 선택하는 것은 원본 PDF의 복잡성과 일관성에 따라 다릅니다. 텍스트 기반 표가 있는 일반적인 비즈니스 문서의 경우 IronPDF의 ExtractAllText와 스마트 C# 파싱 로직을 결합하면 매우 효과적일 수 있습니다. 이미지 기반 표에는 OCR 기능이 필요합니다.

요약

이 기사에서는 C#에서 IronPDF를 사용하여 PDF 문서에서 표 데이터를 추출하는 방법을 보여주었으며, 주로 ExtractAllText() 메서드와 이후 문자열 파싱을 활용하는 데 중점을 두었습니다. 이 접근법이 텍스트 기반 테이블에 대해서는 강력하지만, 이미지 기반 테이블과 같은 더 복잡한 시나리오는 IronPDF의 OCR 기능을 사용하거나 PDF를 다른 형식으로 먼저 변환하여 해결할 수 있음을 보았습니다.

IronPDF는 .NET 개발자를 위한 다기능 툴킷을 제공하여 생성 및 편집은 물론이고 포괄적인 데이터 추출까지 많은 PDF 관련 작업을 간소화합니다. 페이지별 추출을 위한 ExtractTextFromPage와 같은 메서드를 제공하며, 마크다운 또는 DOCX와 같은 형식에서 PDF로의 변환을 지원합니다.

IronPDF는 개발을 위해 무료로 제공되며, 전체 상업 기능을 테스트할 수 있는 무료 체험 라이선스를 제공합니다. 생산 배포를 위한 다양한 라이선스 옵션이 제공됩니다.

추가 세부 사항 및 고급 사용 사례에 대해서는 공식 IronPDF 문서 및 예제를 탐색하십시오(https://ironpdf.com/)

자주 묻는 질문

C#에서 프로그래밍 방식으로 PDF 파일의 테이블을 읽을 수 있는 방법은?

IronPDF의 `ExtractAllText` 메서드를 사용하여 PDF 문서에서 원시 텍스트를 추출할 수 있습니다. 추출한 후에는 이 텍스트를 C#에서 구문 분석하여 테이블 행과 셀을 식별하면 구조화된 데이터 추출이 가능합니다.

C#을 사용하여 PDF에서 테이블 데이터를 추출하는 데 어떤 단계가 포함되나요?

이 과정에는 IronPDF 라이브러리 설치, `ExtractAllText` 메서드를 사용하여 텍스트를 가져오기, 이 텍스트를 구문 분석하여 테이블을 식별하기, 그리고 선택적으로 구조화된 데이터를 CSV와 같은 형식으로 저장하는 것이 포함됩니다.

C#에서 테이블을 포함한 스캔된 PDF를 어떻게 처리할 수 있나요?

스캔된 PDF의 경우, IronPDF는 이미지를 텍스트로 변환을 위한 OCR(광학 문자 인식)을 사용하여 테이블 이미지를 텍스트로 변환하고 그 후 테이블 데이터를 추출할 수 있도록 구문 분석할 수 있습니다.

IronPDF가 PDF를 다른 형식으로 변환하여 테이블 추출을 용이하게 할 수 있나요?

네, IronPDF는 PDF를 HTML로 변환할 수 있으며, 이는 개발자가 HTML 구문 분석 기법을 사용할 수 있게 하여 테이블 추출을 단순화할 수 있습니다.

IronPDF가 복잡한 PDF 테이블에서 데이터를 추출하기에 적합한가요?

IronPDF는 OCR 및 좌표 기반 텍스트 추출과 같은 고급 기능을 제공하며, 결합된 셀이나 일관되지 않은 구분 기호가 있는 복잡한 테이블 레이아웃을 처리하는 데 사용할 수 있습니다.

.NET Core 애플리케이션에 IronPDF를 어떻게 통합할 수 있나요?

IronPDF는 .NET Core 애플리케이션과 호환됩니다. Visual Studio의 NuGet 패키지 관리자를 통해 라이브러리를 설치하여 통합할 수 있습니다.

C#에서 PDF 조작을 위해 IronPDF를 사용할 때의 이점은 무엇인가요?

IronPDF는 PDF에서 데이터를 생성, 편집 및 추출하기 위한 다양한 기능을 제공하며, OCR 및 형식 변환 지원을 포함하여 .NET 개발자에게 강력한 도구입니다.

PDF에서 테이블 데이터를 추출할 때의 일반적인 문제는 무엇인가요?

문제점에는 결합된 셀, 이미지로 포함된 테이블, 일관되지 않은 구분 기호와 같은 복잡한 테이블 레이아웃이 포함되어 있으며, 이는 고급 구문 분석 전략 또는 OCR을 필요로 할 수 있습니다.

PDF 처리에 IronPDF를 어떻게 시작할 수 있나요?

NuGet 패키지 관리자 또는 IronPDF 웹사이트에서 라이브러리를 다운로드하여 설치하는 것으로 시작하세요. 이 설정은 C# 프로젝트에서 PDF 처리 기능을 활용하는 데 필수적입니다.

IronPDF를 사용하려면 라이선스가 필요한가요?

IronPDF는 개발 목적에는 무료이지만, 워터마크를 제거하기 위한 상용 배포에는 라이선스가 필요합니다. 모든 기능을 테스트하기 위한 무료 체험판 라이선스가 제공됩니다.

IronPDF는 PDF에서 테이블을 추출할 때 .NET 10과 호환되나요?

네. IronPDF는 .NET 10(그리고 .NET 9, 8, 7, 6, Core, Standard, Framework)도 지원하므로 모든 테이블 추출 기능이 .NET 10 애플리케이션에서도 수정 없이 작동합니다.

커티스 차우
커티스 차우
  지금 바로 엔지니어링 팀과 채팅하세요
기술 문서 작성자

커티스 차우는 칼턴 대학교에서 컴퓨터 과학 학사 학위를 취득했으며, Node.js, TypeScript, JavaScript, React를 전문으로 하는 프론트엔드 개발자입니다. 직관적이고 미적으로 뛰어난 사용자 인터페이스를 만드는 데 열정을 가진 그는 최신 프레임워크를 활용하고, 잘 구성되고 시각적으로 매력적인 매뉴얼을 제작하는 것을 즐깁니다.

커티스는 개발 분야 외에도 사물 인터넷(IoT)에 깊은 관심을 가지고 있으며, 하드웨어와 소프트웨어를 통합하는 혁신적인 방법을 연구합니다. 여가 시간에는 게임을 즐기거나 디스코드 봇을 만들면서 기술에 대한 애정과 창의성을 결합합니다.

관련 기사

30일 무료 체험 → 모든 기능 이용 가능. 제한 없음. 카드 정보 필요 없음. 무료 체험 시작하기

아이언 서포트 팀

저희는 주 5일, 24시간 온라인으로 운영합니다.
채팅
이메일
전화해