전체 글12 파일 1·2·10의 순서가 뒤섞일 때: 자리수 맞춘 이름을 시험해 보기 자료를 순서대로 만들었는데 업로드 목록이나 압축 파일 목록에서 1, 10, 2 순서로 보일 수 있습니다. 프로그램이 숫자 부분을 수로 읽는지, 이름 전체를 문자로 비교하는지에 따라 결과가 달라집니다. 파일명만으로 순서를 전달하려면 어떤 정렬을 전제로 하는지 먼저 구분해야 합니다.두 이름 목록의 문자순 정렬Python 3.12.14의 sorted로 문자열을 정렬했습니다. 이 결과는 Windows 탐색기의 자연 정렬을 재현한 것이 아닙니다. 파일 이름을 단순 문자순으로 취급하는 경우를 확인하기 위한 시험입니다.방식정렬 결과자리수 혼합file-1.txt → file-10.txt → file-2.txt두 자리 고정file-01.txt → file-02.txt → file-10.txt자리수가 섞인 목록에서는 fi.. 2026. 10. 17. 같은 한글 CSV인데 용량이 다르다: UTF-8 BOM과 줄바꿈 4가지 비교 표 내용은 같은데 CSV 파일 크기가 몇 바이트씩 다를 때가 있습니다. 이 차이를 곧바로 데이터 누락이나 손상으로 판단하기 전에 인코딩 표시와 줄바꿈을 확인할 수 있습니다. 세 줄짜리 짧은 한글 표로 네 조합을 만들었습니다.모든 파일에 넣은 내용이름,수량연필,2노트,5마지막 줄 끝에도 줄바꿈을 넣었습니다. UTF-8과 UTF-8 BOM 포함 형식으로 각각 저장하고, 줄바꿈은 LF와 CRLF 두 방식으로 바꿨습니다. Python 3.12.14에서 바이트를 직접 작성해 편집기의 자동 변환이 개입하지 않도록 했습니다.파일크기(B)줄바꿈 수text-utf-8-LF.csv323text-utf-8-CRLF.csv353text-utf-8-sig-LF.csv353text-utf-8-sig-CRLF.csv383LF를 C.. 2026. 10. 17. 이름이 다른 두 파일, 내용도 다를까? SHA-256으로 사본 비교하기 다운로드한 파일에 ‘(1)’이 붙거나 복사본 이름을 바꾸면 같은 파일인지 헷갈리기 쉽습니다. 이름과 크기만으로 판단하지 않고 파일 내용에서 계산한 해시를 비교하면 도움이 됩니다. 이번에는 이름만 다른 사본과 문자 하나를 추가한 사본을 함께 만들었습니다.세 파일에서 확인한 차이original.txt와 renamed-copy.txt에는 ASCII 문자열 FILE LAB 뒤에 LF 줄바꿈을 넣었습니다. one-character-change.txt에는 느낌표 하나를 추가했습니다. Python의 hashlib.sha256으로 각 파일의 바이트를 읽어 계산했습니다.파일크기(B)SHA-256 앞 16자리original.txt917a6d4b1263e9c06…renamed-copy.txt917a6d4b1263e9c06….. 2026. 10. 17. ZIP으로 묶었는데 더 커졌다: 텍스트·PNG·JPG 압축 실험 ZIP 압축을 했는데 용량이 거의 줄지 않거나 조금 늘었다면 반드시 오류는 아닙니다. 압축할 데이터의 반복 정도와 이미 적용된 압축, ZIP 자체의 부가 정보가 함께 영향을 줍니다. 크기가 같은 반복 텍스트와 난수 데이터, PNG와 JPG를 각각 한 파일씩 ZIP으로 만들었습니다.측정 방법Python 3.12.14의 zipfile에서 ZIP_DEFLATED, compresslevel=6을 사용했습니다. 각 ZIP에는 원본 하나만 넣었습니다. 압축률은 내부 데이터 크기가 아니라 ZIP 파일 전체 크기로 계산했습니다. 공식은 (1−ZIP 크기÷원본 크기)×100이며 음수는 파일이 더 커졌다는 뜻입니다.원본원본(B)ZIP(B)감소율repeated-text.txt280000117399.58%random-data.. 2026. 10. 17. PDF 아래쪽을 잘라도 글자가 남을까? CropBox와 텍스트 추출 실험 PDF에서 불필요한 바닥글을 화면 밖으로 잘랐다고 그 글자가 파일에서 삭제된 것은 아닐 수 있습니다. 표시 범위만 바꾼 경우를 직접 만들어 확인했습니다. 이 구분은 문서 여백 정리와 정보 삭제를 혼동하지 않기 위해 필요합니다.화면에서 사라진 영역세 페이지 원본의 첫 페이지를 복사하고 CropBox의 아래 경계를 150포인트로 올렸습니다. 원본 바닥글은 아래쪽 50포인트 지점에 있어 새 표시 범위 밖에 놓였습니다. 결과는 cropped-display-only.pdf입니다. 렌더링은 Poppler의 -cropbox 옵션으로 수행해 지정된 표시 범위를 반영했습니다.표시 범위를 적용한 그림에서는 바닥글이 보이지 않았습니다. 그러나 pypdf 6.10.0으로 텍스트를 추출하면 원본 첫 페이지와 동일한 271자가 .. 2026. 10. 17. PDF에서 1·3쪽만 남길 때: 페이지 수보다 내용·순서·링크를 확인해야 하는 이유 세 페이지 PDF에서 첫째와 셋째 페이지만 추출했다면 결과가 두 페이지라는 것만으로 검사가 끝나지 않습니다. 어떤 페이지가 어떤 순서로 들어갔는지, 필요한 텍스트와 링크가 남았는지도 확인해야 합니다. 같은 두 페이지를 반대 순서로 만든 파일까지 함께 비교했습니다.작업과 검사 기준원본 text-source.pdf에는 세 페이지 각각 SAMPLE-001, SAMPLE-002, SAMPLE-003 표식이 있습니다. pypdf 6.10.0의 add_page로 0번·2번 인덱스를 복사해 pages-1-and-3.pdf를 만들었습니다. 또 2번·0번 순서로 복사해 pages-3-then-1.pdf를 만들었습니다. 코드의 인덱스는 0부터 시작하므로 사람이 부르는 첫 페이지는 0번입니다.파일페이지 수순서각 페이지 링크.. 2026. 10. 17. 이전 1 2 다음
