pymupdf
PyMuPDF
PyMuPDF는 PDF에서 텍스트와 페이지 구조를 직접 추출하는 경량 파서 라이브러리이다. 본문에서는 LLM 기반 파서 대신 PyMuPDF로 원문 텍스트를 얻어 정규표현식으로 페이지 내 구획(예: 각주 구분선)을 자르고 불필요 구간을 제거하는 데 사용되었다. 직접 텍스트를 제어하면 청킹 기준을 더 엄격하고 결정론적으로 만들 수 있다.
중급
PyMuPDF
PyMuPDF는 PDF에서 텍스트와 페이지 구조를 직접 추출하는 경량 파서 라이브러리이다. 본문에서는 LLM 기반 파서 대신 PyMuPDF로 원문 텍스트를 얻어 정규표현식으로 페이지 내 구획(예: 각주 구분선)을 자르고 불필요 구간을 제거하는 데 사용되었다. 직접 텍스트를 제어하면 청킹 기준을 더 엄격하고 결정론적으로 만들 수 있다.
