타불라(Tabula)는 PDF 안의 표를 추출해 표 형식의 데이터로 옮기는 도구다. 문서를 불러온 뒤 필요한 표의 영역을 지정해 추출을 시도한다. 텍스트 기반 PDF를 대상으로 하므로 사진처럼 스캔된 페이지의 글자를 스스로 인식하는 도구와는 구분된다. 추출한 열과 행은 원본과 비교해 잘못 나뉜 부분이 없는지 확인해야 한다. 읽을 수만 있던 PDF를 다시 정리하고 분석할 자료로 바꾸는 출발점이 된다.
#오픈소스 #도구 #웹사이트