웹페이지나 문서에서 표를 복사할 때 문제는 표의 "모양"보다 "구조"다. 줄과 칸이 조금만 어긋나도 스프레드시트, 문서, 코드에서 다시 쓰기 어렵다. HTML Table Extractor는 붙여넣은 콘텐츠에서 표를 감지해 HTML, Markdown, CSV, TSV, JSON 같은 재사용 가능한 형식으로 바꿔주는 도구다.1
표 복사의 핵심은 구조를 잃지 않는 것이다
Zerethon Tools의 HTML Table Extractor는 무료 개발자 유틸리티이며, 회원가입 없이 브라우저에서 바로 사용할 수 있다.1 HTML뿐 아니라 리치 텍스트와 일반 텍스트 입력을 지원하고, 감지한 표를 미리보기로 보여준다.
특히 한 페이지나 문서에 표가 여러 개 있을 때 유용하다. 도구가 여러 표를 감지하면 사용자는 인덱스로 원하는 표를 선택할 수 있다.1 즉, 전체 콘텐츠를 무작정 복사한 뒤 수작업으로 정리하는 대신, 필요한 표만 골라 데이터 형식으로 내보내는 흐름을 만들 수 있다.
출력 형식도 실무에 맞춰 나뉜다. CSV나 TSV는 스프레드시트로 옮기기 좋고, Markdown은 문서화에 적합하다. JSON은 코드나 데이터 처리 파이프라인에 넣기 쉽다. 이때 JSON 변환은 첫 번째 행을 헤더로 사용해 객체 배열을 만들며, 첫 번째 행이 비어 있으면 col1, col2 같은 대체 키를 사용한다.1 CSV 출력은 RFC 4180 방식의 따옴표 처리를 따른다.1
브라우저 처리 방식은 중요한 선택 기준이다
HTML Table Extractor는 입력 콘텐츠를 서버에 업로드하지 않고 브라우저 안에서 처리한다고 밝힌다.1 내부 문서, 고객 목록, 가격표처럼 외부 전송이 부담스러운 데이터를 다룰 때 이 점은 단순한 편의 기능이 아니라 도구 선택의 기준이 된다.
물론 모든 표를 완벽하게 정리해주는 것은 아니다. 이 도구는 셀의 공백을 접어 정리된 행을 만들지만, rowspan과 colspan으로 병합된 셀을 확장하지는 않는다.1 병합 셀이 많은 표라면 변환 후 결과를 확인하고 필요한 경우 후처리해야 한다.
이런 작업에 특히 잘 맞다
HTML Table Extractor는 거대한 웹 스크래핑 도구라기보다, 이미 확보한 콘텐츠 안의 표를 빠르게 재사용 가능한 데이터로 바꾸는 도구에 가깝다. 예를 들어 다음 작업에 적합하다.
보고서나 웹페이지의 표를 CSV로 정리하기
문서에 넣을 Markdown 표 만들기
작은 데이터셋을 JSON 객체 배열로 변환하기
여러 표가 들어 있는 HTML에서 필요한 표만 선택해 내보내기
반대로 웹페이지 전체를 반복 수집하거나, 병합 셀을 정교하게 해석해야 하거나, PDF 안의 표를 추출해야 한다면 다른 도구가 더 알맞다. 예를 들어 Camelot은 PDF 표 추출용 파이썬 라이브러리로 CSV, JSON, Excel, HTML, Markdown 등으로 내보낼 수 있다.2
결론적으로 HTML Table Extractor의 가치는 단순한 변환이 아니라 표를 다시 쓸 수 있는 데이터로 정리하는 데 있다. 표를 자주 복사한다면 먼저 입력 데이터가 브라우저 안에서 처리되는지, 필요한 출력 형식을 지원하는지, 병합 셀 같은 복잡한 구조를 감당할 수 있는지 확인해보면 된다.
1HTML Table Extractor -- HTML Tables to CSV, JSON & Markdown
이 노트는 보도·비평·교육·연구 목적으로 작성되었습니다. 저작권 문의가 있으시면 에서 알려주세요.