PDF para texto

Extraia a camada de texto existente do PDF para TXT com separadores de página explícitos.

Esta página mostra as ferramentas disponíveis neste idioma dentro do escopo atual. Isso não significa que todas as ferramentas do site estejam traduzidas para todos os idiomas.

Um PDF não criptografado, de até 50 MiB e 200 páginas. O processamento local tem um prazo de 15 segundos por etapa; os limites atuais do analisador continuam válidos. O original não é alterado.

Extrai apenas a camada de texto existente, sem OCR. No máximo 100 000 unidades de texto UTF-16. Colunas, ordem de leitura do árabe e espaçamento podem precisar de revisão; os valores de formulários não são garantidos no texto extraído.

Por exemplo, 1,3-5; a ordem de seleção é preservada.

Como usar

Escolha um PDF que contenha uma camada de texto e selecione as páginas desejadas. Processe, confira o início do texto e depois copie o resultado completo ou baixe o TXT.

Exemplo prático

Um arquivo de duas páginas contendo os textos «First page» e «Second page» produz duas seções de texto separadas pelos números das páginas de origem.

Compatibilidade e limites

As colunas, a ordem de leitura do árabe e o espaçamento dependem da camada de texto original e podem precisar de revisão. Tabelas e o leiaute da página não são reconstruídos; os valores dos campos de formulário não são garantidos. Se as páginas selecionadas não contiverem texto extraível, uma mensagem explícita será exibida; nenhum texto será inventado e não haverá OCR.

Perguntas frequentes

Por que um PDF digitalizado não produz texto?

Uma imagem sozinha não tem uma camada de caracteres extraível. Esta ferramenta lê apenas texto existente; imagens precisam de uma ferramenta OCR separada com limites de qualidade declarados.

Ferramentas relacionadas