PDF para Texto

Extraia texto de PDF em três etapas

1. Escolha um PDF de até 20 MiB e aguarde a verificação da quantidade de páginas e do perfil compatível. Documentos criptografados e XFA não são compatíveis.
2. Escolha todas as páginas ou informe números e intervalos de páginas físicas, como 1,3-5. É possível selecionar até 200 páginas; páginas repetidas são extraídas uma só vez, na ordem do documento.
3. Selecione Extrair texto. Confira o texto de cada página e escolha Copiar todo o texto ou Baixar TXT para obter a seleção atual completa.

O que o texto extraído representa

A ferramenta lê a camada de texto existente do PDF, não os pixels de uma digitalização. Mapeamentos de fontes, espaçamento nativo e ordem do texto afetam o resultado, que pode diferir da página visível.

Os itens de texto mantêm a ordem retornada pelo mecanismo. Um fim de linha indicado pelo mecanismo adiciona uma quebra de linha. Entre as páginas selecionadas, a ferramenta insere uma quebra de linha, um caractere de avanço de página e outra quebra de linha.

O mecanismo normaliza alguns caracteres de compatibilidade e espaços em branco. A ferramenta não reconstrói colunas ou tabelas, não une palavras quebradas e não garante a sequência Unicode original.

A prévia exibe uma página selecionada por vez. Copiar todo o texto e Baixar TXT incluem toda a seleção, com separadores de página, em UTF-8 sem marca de ordem de bytes adicionada.

Seleções e páginas vazias

Em um documento de cinco páginas, informar 5,1,3-5 seleciona as páginas 1,3,4,5 uma vez cada, na ordem do documento. Os números impressos e os rótulos do visualizador não alteram esses índices.

Se uma página selecionada não tiver texto extraído, mas outra tiver, a posição da página vazia será mantida no texto combinado pelos separadores de página.

Se nenhuma página selecionada produzir texto além de espaços em branco, a ferramenta informa Nenhum texto extraído. O documento pode ser digitalizado, estar em branco, conter apenas glifos ou não ter mapeamentos de texto utilizáveis; nenhum OCR é executado automaticamente.

Escopo e limites suportados

Esta é uma extração da camada de texto, não um OCR nem um conversor que preserva o layout. Comentários, formulários interativos, anexos e ordem de leitura da árvore de estrutura não são garantidos como texto da página.

Texto oculto, recortado ou coberto pode ser incluído. A extração não certifica a ocultação definitiva de informações, não remove conteúdo sensível nem comprova que o texto corresponde ao que está visível. Revise o resultado.

O PDF pode conter até 500 páginas, com no máximo 200 selecionadas. Há limites para itens de texto, texto por página, texto total e tempo; uma falha em uma página ou um limite excedido impede a exportação parcial.

Um worker principal dedicado permite o cancelamento, mas o escalonamento do navegador e as alocações nativas não oferecem garantias rígidas de tempo real ou memória. Um tempo limite excedido não prova que o PDF seja inválido.

Tratamento local do documento

A ferramenta não adiciona envio do documento, histórico de entrada nem URL com conteúdo. Ela pode baixar arquivos fixos de suporte ao mecanismo da mesma origem. A cópia e o download do TXT ocorrem apenas quando você os escolhe; esse processamento local não certifica os serviços existentes do site.