Tire o texto simples de um PDF e copie
Processado no seu navegador. Nada é enviado.Extrair o texto de um PDF dá a você palavras simples para colar em qualquer lugar, com a opção de manter as quebras de página. Uma página digitalizada contém imagens em vez de texto, então nada pode ser extraído dela, e a ferramenta diz isso claramente. Até 5 arquivos de 500 páginas.
Esta página foi traduzida automaticamente do original em inglês. Nenhuma pessoa revisou ainda a tradução; a versão em inglês é a que deve ser considerada. Ler o original em inglês
Clique em Selecionar arquivos PDF e escolha o PDF; o texto é lido no seu dispositivo.
Ative ou desative Manter quebras de página e Adicionar números de página em Opções de texto.
Leia o resultado no painel Texto extraído.
Clique em Copiar texto, ou em Baixar .txt para salvar como arquivo.
PDF para texto tira as palavras de um PDF e as coloca em um painel onde você pode ler, copiar ou salvar como arquivo .txt. Solte um arquivo e o texto de cada página aparece, com uma contagem de palavras e caracteres logo abaixo.
É o jeito mais rápido de escapar dos pequenos incômodos que um PDF cria: selecionar texto em um leitor que insiste em pegar a coluna errada, citar três parágrafos de um contrato em um e-mail, passar o corpo de um relatório para um documento para poder editá-lo ou levar o conteúdo de um extrato longo para uma planilha. Dois botões controlam a forma do resultado. Manter quebras de página deixa uma linha em branco onde cada página terminava; desative e uma frase dividida entre duas páginas é juntada de novo. Adicionar números de página escreve um marcador acima de cada página para você se localizar em um texto longo.
Os PDFs guardam o texto como fragmentos posicionados, não como frases, e é por isso que copiar de um leitor tantas vezes gera espaçamento quebrado. A ferramenta corrige isso: sequências de espaços são reduzidas, linhas que claramente são uma única frase quebrada são unidas, palavras divididas por hífen no fim da linha voltam a ficar inteiras e as quebras de parágrafo são mantidas.
Alguns PDFs não contêm texto nenhum. Uma digitalização ou uma foto de um documento é uma imagem de palavras, não palavras, então não há nada a extrair; a ferramenta diz isso claramente em vez de entregar uma caixa vazia, e indica as duas ferramentas que leem uma digitalização: PDF to Image e depois Image to Text. Tudo roda no seu navegador e nada é enviado, então contratos, laudos médicos e holerites nunca saem do seu dispositivo. Até cinco PDFs, de 50 MB e 500 páginas cada, e um arquivo protegido pode ser lido assim que você digitar a senha dele.
Solte o PDF na página. O texto de cada página é lido no seu dispositivo e aparece no painel à direita em um ou dois segundos para um documento comum. A partir daí, Copiar coloca todo o texto na área de transferência e Baixar salva como arquivo .txt com o nome do PDF.
Não. O texto é lido no seu navegador pelo mesmo mecanismo que exibe PDFs na tela. Nada é enviado a um servidor e nada é armazenado, então um contrato, um holerite ou um laudo médico nunca sai do seu computador ou celular.
Porque uma página digitalizada é uma foto de um documento, não um documento. O arquivo contém uma imagem das palavras, então não há nada a extrair. A ferramenta diz isso em vez de devolver uma caixa vazia, e indica as duas etapas que funcionam aqui: PDF to Image e depois Image to Text, que reconhece as palavras.
Os PDFs guardam o texto como fragmentos colocados em coordenadas, não como frases, então um leitor muitas vezes devolve espaçamento quebrado e linhas que param no meio da ideia. Esta ferramenta corrige os danos comuns: reduz sequências de espaços, junta de novo linhas que são uma única frase quebrada, recompõe palavras divididas por hífen e mantém as quebras de parágrafo.
Sim. Manter quebras de página deixa uma linha em branco onde cada página terminava, o que é útil quando você precisa saber o que estava em cada página. Adicionar números de página escreve um marcador como --- Page 3 --- acima de cada página. Desative os dois e as páginas seguem juntas como texto contínuo.
Até cinco PDFs por vez, de 50 MB e 500 páginas cada. Um PDF protegido por senha pode ser lido depois que você digitar a senha na linha do arquivo; a senha fica no seu dispositivo. O layout não é preservado: você recebe texto simples, então as tabelas saem como linhas e não como uma grade.
Para tirar o texto de um PDF, solte o arquivo e as palavras de cada página aparecem no painel à direita, prontas para copiar ou salvar como .txt. Sequências de espaços são reduzidas e quebras de linha com hífen são unidas de novo. Um PDF digitalizado não gera nada, porque contém uma imagem de palavras. Cinco PDFs por vez, de 50 MB cada.
Ainda com dúvidas? Pergunte sobre PDF para texto e qualquer pessoa que saiba pode responder. Não é preciso ter conta.