Extrair o texto de um PDF
Recupere o conteúdo textual bruto de um PDF para colar em outro lugar (e-mail, editor de texto, mecanismo de busca interno) sem manter o layout nem a formatação.
Como funciona
Um PDF "de texto" (produzido por um processador de texto, uma exportação web ou um software de faturamento, por exemplo) contém seu conteúdo em forma de caracteres reais, mesmo que você só o veja por meio de um layout. Esta ferramenta lê esse conteúdo textual página por página e o concatena em uma única caixa de texto, com um separador entre cada página, para que você possa copiar e colar ou baixar sem precisar recopiar o documento manualmente.
Por que alguns dos meus PDFs não geram nenhum texto?
Um PDF vindo de um escâner ou de uma foto de documento é, na verdade, uma imagem: não há nenhum texto realmente armazenado no arquivo, apenas pixels. Esta ferramenta não faz reconhecimento óptico de caracteres (OCR) e, portanto, não consegue extrair texto dele — é uma limitação honesta do formato de origem, não um bug da ferramenta.
O layout (colunas, tabelas) é preservado?
Não, intencionalmente: a extração mantém apenas o texto bruto, na ordem em que aparece no fluxo do PDF. Colunas, tabelas ou formatações complexas podem, portanto, aparecer em uma ordem diferente da leitura visual habitual.
Processamento 100% local no seu navegador (WebAssembly) — o conteúdo do seu documento nunca é transmitido a um servidor.