Excel 파일: 통합 문서는 XML을 담은 ZIP이고, PDF에는 표가 전혀 없습니다

어려움은 전적으로 반대편에 있습니다. PDF에는 표가 없습니다. 각각 위치를 가진 글리프 묶음이 있을 뿐이고, 눈에 보이는 괘선은 이와 무관한 그리기 명령입니다. 셀이 존재한다는 사실조차, 어떤 텍스트가 어느 셀에 속하는지는 더더욱 파일 어디에도 기록되어 있지 않습니다. 그래서 격자는 기하학적 배치로부터 추론해야 하며, 유료 도구를 포함해 이 작업을 하는 모든 도구가 실제로 하는 일이 이것입니다.

추론은 두 단계로 진행됩니다. 행은 공유하는 기준선에서 나오며, 애초에 페이지가 조판된 방식 그대로이므로 믿을 만한 쪽입니다. 열은 서로 겹치는 가로 범위에서 나오며, 어떤 띠가 여러 행에 걸쳐 반복되어야 열로 인정됩니다. 반복 여부가 진짜 열과 우연히 들여쓰기된 문단을 가르는 기준입니다. 왼쪽 가장자리만으로는 안 됩니다. 이 점은 기록해 둘 만한데, 가장 먼저 떠올리는 구현이 그것이고 가장 평범한 표에서 실패하기 때문입니다. 6, 96, 240이 든 오른쪽 정렬 수량 열은 왼쪽 가장자리가 숫자 한 자리씩 차이 나는 세 곳이어서 열이 갈라지고 모든 행에 빈 셀이 하나씩 끼어듭니다. 겹침 방식은 왼쪽, 오른쪽, 가운데 정렬 중 무엇인지 알 필요 없이 모두 처리합니다.

셀에 숫자로 들어가는 값은 의도적으로 보수적으로 정합니다. 부호가 붙을 수 있는 평범한 십진수만 해당하고 그 밖에는 없습니다. 007, 1,234, 2026-09-10, +44 20, 그리고 통화 기호가 붙은 모든 값은 보인 그대로 남깁니다. 앞자리 0, 천 단위 구분 기호, 날짜는 모두 강제 변환하면 사라지는 정보이기 때문입니다. 소수 자릿수는 유지되므로 48.50은 48.5가 아니라 48.50으로 들어갑니다. 한계는 숨기지 않고 페이지에 밝혀 둡니다. 병합된 셀은 걸쳐 있는 첫 번째 열에 들어가고, 텍스트가 두 줄로 줄바꿈된 셀은 두 행이 되며, 페이지마다 시트가 하나씩 만들어지고, 반복되는 열 구조가 없는 페이지는 한 열짜리 줄 목록으로 돌아옵니다. 본문 텍스트라면 그것이 정직한 결과입니다.