Converter PDF em texto

Extraia todo o texto de um PDF para um arquivo TXT que você pode pesquisar, editar e reutilizar.

Extrair o texto de um PDF: o conteúdo sem o layout

Às vezes só as palavras importam. Você precisa citar uma cláusula de um contrato, passar um relatório para um script, procurar um número num documento enorme ou levar o conteúdo de um manual para outro sistema — e o layout caprichado do PDF só atrapalha. Extrair para texto simples entrega o conteúdo sem colunas, cabeçalhos e formatação, num arquivo que qualquer programa consegue ler.

Envie seu PDF e o texto é extraído e gravado num arquivo TXT pronto para download. Como o texto simples não tem formatação, o resultado é minúsculo em comparação com o documento original e abre na hora no Bloco de Notas, no TextEdit, em qualquer editor de código ou em qualquer script. É ideal para pesquisar, indexar, copiar para outro aplicativo ou alimentar um processamento automatizado.

Há uma limitação importante. Esta ferramenta lê a camada de texto guardada dentro do PDF, então funciona com documentos exportados do Word, do Excel, de um navegador ou de um programa de diagramação. Um PDF feito digitalizando papel contém fotografias da página em vez de caracteres: não existe camada de texto para extrair e o resultado sairá vazio, esse caso exige reconhecimento óptico de caracteres. Se você quer o texto com a formatação, use «PDF em Word». O serviço é gratuito e apaga seu arquivo após o processamento.

Perguntas frequentes

Como extraio o texto de um PDF?

Envie o documento nesta página e baixe o arquivo TXT resultante — a extração costuma levar apenas alguns segundos.

Por que meu arquivo de saída está vazio?

É quase certo que o PDF seja uma digitalização. Páginas digitalizadas são imagens de texto e não texto, então sem reconhecimento óptico não há o que extrair.

A formatação é preservada?

Não, e isso é proposital: texto simples não tem formatação. Você recebe as palavras na ordem de leitura, sem fontes, colunas nem estilos. Use «PDF em Word» se precisar do layout.

E as tabelas?

O conteúdo das tabelas é extraído como texto, mas a grade em si não pode ser representada num arquivo de texto simples. Para tabelas utilizáveis, converta para Word.

Qual codificação é usada?

O texto é gravado em UTF-8, a codificação padrão compatível com todos os alfabetos, então acentos e escritas não latinas saem corretamente.

A ferramenta é gratuita?

Sim: grátis, sem cadastro, sem limite diário, e seu PDF é apagado do servidor assim que a extração termina.