문서 · 가이드
DOCX에서 텍스트를 추출하면 서식은 어디까지 남을까?
본문·표·머리글·각주·미주를 TXT로 옮길 때 숫자 보존과 표 구조·서식의 차이를 설명합니다.
편집 책임: SideSideDev · 내용 수정일:
브라우저 로컬 파일 처리 도구를 개발·운영합니다. 합성 예제와 제품의 실제 옵션·출력을 대조합니다. 모든 문서의 호환성이나 원본 편집기와의 동일성을 보증하지 않습니다.
TXT는 내용을 읽기 위한 결과입니다
DOCX 텍스트 추출은 본문, 표, 머리글·바닥글, 각주·미주의 글자를 TXT로 저장합니다. 글꼴, 색상, 페이지 나눔, 이미지 위치 같은 화면 서식은 TXT의 표현 범위 밖입니다. 글자를 찾거나 다른 문서에 옮길 때 유용하지만 원본을 그대로 복제하는 방식은 아닙니다.
예를 들어 표 안에 있는 금액은 텍스트로 남더라도 열 너비와 셀 병합 관계는 평문에서 읽기 어려울 수 있습니다. 표 구조가 중요한 업무라면 DOCX 원본 화면도 함께 확인해야 합니다.
확인할 점
- 본문 외에 표·각주에 필요한 문구가 있는지 확인합니다.
- 표의 열 관계가 필요한 경우 원본을 함께 보관합니다.
숫자가 남아도 표가 복원되는 것은 아닙니다
지원하는 문서 부분에 문자로 저장된 0, 00123, 12.50은 TXT에서도 그 표기를 유지합니다. 00123의 앞자리 0이나 12.50의 끝자리 0을 숫자 계산을 위해 없애는 변환이 아닙니다. 다만 숫자가 어느 항목의 수량·단가인지는 문자 보존만으로 판단할 수 없습니다.
이 페이지의 관련 비교 글에서는 같은 값을 셀·탭·이미지로 만든 DOCX와 실제 추출 TXT를 함께 제공합니다. 셀과 탭의 숫자는 남지만 이미지 속 글자는 이 도구로 읽지 않습니다. 표를 계산에 쓰려면 원본 행·열과 값의 대응을 확인하고, 이미지뿐인 자료는 별도 OCR 결과까지 검수하세요.
확인할 점
- 앞자리 0·소수 표기와 값이 속한 행·열을 따로 대조합니다.
- 이미지 속 숫자가 없으면 문자 추출과 OCR의 범위를 구분합니다.
추출 결과를 인용하기 전에 대조하세요
복잡한 문서에서는 화면에서 읽는 순서와 XML에 저장된 텍스트 순서가 다를 수 있습니다. 머리글이나 각주가 본문과 섞여 보인다면 추출 오류인지 문서 구조 차이인지 원본과 비교해야 합니다.
개인정보나 계약 조항처럼 한 글자 차이가 중요한 자료를 자동으로 재사용하지 마세요. 숫자, 표 셀, 각주 표시를 원본에서 찾아 대조한 뒤 사용하고, 원본 DOCX를 검수 전까지 보관하세요.
확인할 점
- 숫자와 각주를 표본으로 대조합니다.
- 추출 TXT의 줄 순서를 원본 문서와 비교합니다.
작업 예시: 긴 계약서에서 조항 찾기
DOCX 계약서에서 특정 용어를 찾으려면 TXT 추출 결과가 편리할 수 있습니다. 다만 제3조 본문의 문장과 페이지 아래 각주가 TXT에서 떨어져 나타날 수 있으므로 인용할 때는 원본 위치를 다시 확인해야 합니다.
표에 계약 금액이 들어 있다면 줄바꿈 때문에 항목과 금액의 관계가 흐려질 수 있습니다. 추출 TXT에서 값을 발견했다는 사실만으로 어느 항목의 금액인지 확정하지 말고 원본 표의 행과 열을 대조하세요.
확인할 점
- 조항 번호와 각주를 원본에서 확인합니다.
- 표의 행·열 관계를 TXT만으로 판단하지 않습니다.
이 판단을 실제 결과로 비교하기
- 눈으로 보면 같은 표인데 데이터를 추출하면 다른 이유
같은 품목·수량·단가를 실제 셀, 탭 문자, 표 이미지로 담은 DOCX 3개를 처리해 TXT 결과를 비교합니다. 숫자가 추출되는 것과 행·열 구조가 유지되는 것을 구별합니다.
함께 연습할 공개 합성 파일
아래 자료를 내려받은 뒤 해당 도구에서 직접 선택합니다. 결과를 공유하기 전에 본문 검수 항목과 비교하세요.
형식과 API 참고 자료
일반 형식·API의 출처입니다. 웹오피스의 입력 지원·옵션·결과는 현재 도구 안내와 검수 항목을 기준으로 확인하세요.