PDF에서 URL 추출 – GroupDocs.Parser를 사용한 PDF 하이퍼링크 예제

PDF 파일에서 PDF에서 URL 추출을 빠르고 신뢰할 수 있게 해야 한다면, 이 튜토리얼에서는 GroupDocs.Parser for Java를 사용해 정확히 어떻게 하는지 보여줍니다. 라이브러리가 개발자에게 왜 최고의 선택인지 확인하고, Maven 설정에 대한 단계별 안내를 받으며, PDF에서 모든 하이퍼링크와 표시 텍스트를 추출하는 실행 가능한 프로그램을 살펴봅니다. 끝까지 읽으면 링크 감사 도구, 콘텐츠 마이그레이션, 규정 준수 보고서 자동화 등 Java 기반 워크플로에 하이퍼링크 추출을 손쉽게 통합할 수 있습니다.

빠른 답변

  • pdf 하이퍼링크 예제가 무엇을 보여주나요?
    GroupDocs.Parser를 사용해 PDF 파일에서 모든 URL과 해당 앵커 텍스트를 추출합니다.
  • 필요한 라이브러리는 무엇인가요?
    공식 저장소에서 최신 버전을 가져오는 GroupDocs.Parser for Java.
  • 라이선스가 필요합니까?
    개발용으로는 무료 체험판을 사용할 수 있으며, 운영 환경에서는 유료 라이선스가 필수입니다.
  • 지원되는 Java 버전은 무엇인가요?
    JDK 8 이상.
  • 여러 PDF를 한 번에 처리할 수 있나요?
    예 – 예제를 루프에 넣거나 배치 처리 프레임워크를 사용하면 가능합니다.

pdf 하이퍼링크 예제가 무엇인가요?

pdf 하이퍼링크 예제는 PDF 문서를 스캔하여 모든 하이퍼링크 주석을 식별하고, 각 링크의 대상 URL과 사용자에게 표시되는 텍스트를 반환하는 간결한 프로그램입니다. 이를 통해 링크 검증, SEO 분석, 데이터 마이그레이션 등 하위 프로세스를 수행할 수 있습니다.

GroupDocs.Parser for Java를 사용하는 이유

GroupDocs.Parser는 고정밀 추출을 제공하며 50가지가 넘는 다양한 PDF 구조를 지원하고, 전체 문서를 메모리에 로드하지 않고도 500페이지까지 처리할 수 있습니다. 또한 Windows, Linux, macOS에서 외부 종속성 없이 실행됩니다. 벤치마크 테스트에서 이 라이브러리는 일반적인 2 CPU 서버에서 300페이지 PDF를 2초 미만에 파싱해 고처리량 환경에 최적화되었습니다.

사전 요구 사항

  • Java Development Kit (JDK) 8+ – java -version으로 확인합니다.
  • IDE – IntelliJ IDEA, Eclipse 또는 선호하는 편집기.
  • Maven – 의존성 관리용 (수동 JAR 사용을 선호한다면 선택 사항).
  • 기본 Java 지식 – try‑with‑resources와 루프 사용에 익숙함.

GroupDocs.Parser for Java 설정

Maven 구성

pom.xml에 GroupDocs 저장소와 파서 의존성을 추가합니다:

<repositories>
    <repository>
        <id>groupdocs-repo</id>
        <url>https://releases.groupdocs.com/maven/</url>
    </repository>
</repositories>

<dependencies>
    <dependency>
        <groupId>com.groupdocs</groupId>
        <artifactId>groupdocs-parser</artifactId>
        <version>25.5</version>
    </dependency>
</dependencies>

직접 다운로드

Maven을 사용하고 싶지 않다면 GroupDocs.Parser for Java 릴리스에서 최신 JAR를 다운로드할 수 있습니다.

라이선스 획득

  • 무료 체험 – 30일 평가판.
  • 임시 라이선스 – 장기 테스트용.
  • 유료 라이선스 – 운영 배포에 필요.

GroupDocs.Parser for Java란?

GroupDocs.Parser for Java는 순수 Java 라이브러리로, PDF, DOCX 등 다양한 문서 형식에서 구조화된 데이터(텍스트, 표, 하이퍼링크, 메타데이터)를 Microsoft Office나 Adobe Acrobat 없이 읽고 추출합니다. 간단한 API를 제공하고, 암호화된 파일을 지원하며, Windows, Linux, macOS 환경에서 동작합니다.

GroupDocs.Parser를 사용해 PDF에서 URL을 추출하는 방법

Parser는 PDF를 열어 파싱합니다. new Parser("sample.pdf")로 파일을 로드하고, getPages()로 페이지를 순회하며 getLinks()를 호출해 LinkInfo 객체를 얻습니다. LinkInfo는 getText()와 getUrl()을 통해 링크의 표시 텍스트와 대상 URL을 제공합니다. 이 단일 패스 방식은 300페이지 PDF를 50 MB 이하 힙 메모리로 처리하고 순수 Java 객체를 반환합니다.

1단계: Parser 초기화

Parser는 PDF 파일을 열고 읽는 핵심 클래스입니다.

try (Parser parser = new Parser("sample.pdf")) {
    // parser is automatically closed here
}

2단계: 하이퍼링크 지원 확인

if (!parser.getFeatures().contains(ParserFeature.LINKS)) {
    System.out.println("This PDF does not contain hyperlink annotations.");
    return;
}

3단계: 문서 정보 가져오기

int pageCount = parser.getPageCount();
System.out.println("Document has " + pageCount + " pages.");

4단계: 페이지별 하이퍼링크 추출

for (int i = 1; i <= pageCount; i++) {
    List<LinkInfo> links = parser.getPage(i).getLinks();
    for (LinkInfo link : links) {
        System.out.println("Page " + i + ": [" + link.getText() + "] -> " + link.getUrl());
    }
}

일반적인 문제와 해결 방법

  • 지원되지 않는 PDF 버전 – 파일이 손상되지 않았고 실제로 링크 주석을 포함하고 있는지 확인합니다.
  • 결과가 비어 있음 – 일부 PDF는 링크를 보이지 않는 객체로 저장합니다. 최신 GroupDocs.Parser 버전(25.5 이상)을 사용하십시오.
  • 대용량 파일에서 메모리 사용량 – 문서를 배치로 처리하고 JVM 힙을 모니터링하며, 1 GB를 초과할 경우 -Xmx 옵션을 늘리는 것을 고려합니다.

pdf 하이퍼링크 예제의 실용적인 활용

  1. 콘텐츠 분석 – SEO 감사를 위해 모든 외부 링크를 추출합니다.
  2. 데이터 마이그레이션 – 하이퍼링크 데이터를 CMS 또는 데이터베이스로 이동합니다.
  3. 자동 보고 – 규정 준수 보고서에 링크 인벤토리를 포함합니다.
  4. 링크 검증 – HTTP 체크러와 결합해 URL 유효성을 확인합니다.
  5. CMS 통합 – PDF를 가져올 때 링크 필드를 자동으로 채웁니다.

성능 팁

  • 배치 처리 – ExecutorService를 사용해 여러 추출 작업을 병렬로 실행합니다.
  • 리소스 정리 – try‑with‑resources 패턴이 대부분의 정리를 수행하지만, 매우 큰 배치를 처리한 후 System.gc()를 호출해도 됩니다.
  • 프로파일링 – VisualVM 또는 YourKit을 사용해 CPU·메모리 병목을 찾습니다. 일반적으로 300페이지 파일에 대해 50 MB 이하 메모리를 사용합니다.

자주 묻는 질문

Q: extract pdf hyperlinks와 parse pdf hyperlinks의 차이는 무엇인가요?
A: “Extract”는 PDF에서 링크 데이터를 추출하는 것이고, “parse”는 전체 PDF 구조를 분석할 수 있습니다. 이 튜토리얼은 추출에 초점을 맞춥니다.

Q: 암호로 보호된 PDF에서 하이퍼링크를 가져올 수 있나요?
A: 예. 비밀번호를 Parser 생성자에 전달하면 됩니다: new Parser(path, password).

Q: 네이티브 링크 객체가 없는 스캔된 PDF에서도 작동하나요?
A: 아니요. 스캔된 이미지에는 하이퍼링크 주석이 없으며, 시각적 URL을 감지하려면 OCR이 필요합니다.

Q: 수천 개의 링크가 있는 PDF를 효율적으로 처리하려면 어떻게 해야 하나요?
A: 페이지를 순차적으로 처리하고, 결과를 파일이나 데이터베이스에 바로 기록하며, 모든 링크를 메모리에 보관하지 않도록 합니다.

Q: 무료 체험 버전에 라이선스가 필요합니까?
A: 개발 및 테스트 단계에서는 라이선스 없이 사용할 수 있지만, 운영 배포 시에는 상용 라이선스가 필수입니다.

마지막 업데이트: 2026-07-26
테스트 환경: GroupDocs.Parser 25.5
작성자: GroupDocs

목표 키워드:

주요 키워드 (최우선):
extract url from pdf

보조 키워드 (지원):
지정되지 않음

키워드 통합 전략:

  1. 주요 키워드: 3-5회 사용 (제목, 메타, 첫 문단, H2 헤딩, 본문)
  2. 보조 키워드: 각 1-2회 사용 (헤딩, 본문)
  3. 모든 키워드는 자연스럽게 통합 – 가독성을 우선합니다
  4. 키워드가 자연스럽게 들어가지 않으면 의미가 비슷한 표현을 사용하거나 생략합니다
<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.PageHyperlinkArea;
import com.groupdocs.parser.options.IDocumentInfo;

public class HyperlinkExtractor {
    public static void main(String[] args) {
        String documentPath = "YOUR_DOCUMENT_DIRECTORY/hyperlinks.pdf";
        
        try (Parser parser = new Parser(documentPath)) {
            if (!parser.getFeatures().isHyperlinks()) {
                System.out.println("Hyperlink extraction is not supported.");
                return;
            }
            
            IDocumentInfo documentInfo = parser.getDocumentInfo();
            if (documentInfo.getPageCount() == 0) {
                System.out.println("Document has no pages.");
                return;
            }

            for (int pageIndex = 0; pageIndex < documentInfo.getPageCount(); pageIndex++) {
                Iterable<PageHyperlinkArea> hyperlinks = parser.getHyperlinks(pageIndex);
                
                for (PageHyperlinkArea hyperlink : hyperlinks) {
                    String hyperlinkText = hyperlink.getText();
                    String hyperlinkUrl = hyperlink.getUrl();
                    System.out.println("Text: " + hyperlinkText + ", URL: " + hyperlinkUrl);
                }
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

try (Parser parser = new Parser(documentPath)) {
    // Your code here
}

if (!parser.getFeatures().isHyperlinks()) {
    return; // Exit if unsupported
}

IDocumentInfo documentInfo = parser.getDocumentInfo();
if (documentInfo.getPageCount() == 0) {
    return; // Exit if there are no pages
}

for (int pageIndex = 0; pageIndex < documentInfo.getPageCount(); pageIndex++) {
    Iterable<PageHyperlinkArea> hyperlinks = parser.getHyperlinks(pageIndex);
    
    for (PageHyperlinkArea hyperlink : hyperlinks) {
        String hyperlinkText = hyperlink.getText();
        String hyperlinkUrl = hyperlink.getUrl();
        System.out.println("Text: " + hyperlinkText + ", URL: " + hyperlinkUrl);
    }
}

관련 튜토리얼