EXTRAIR
Solte um PDF e receba o texto de volta — o documento inteiro ou apenas as páginas que você indicar.
Até 100 MB — não sai do seu aparelho
Texto extraído
Nenhum texto saiu destas páginas. Isso quase sempre significa que o PDF é um escaneamento: as páginas são imagens e não há camada de texto para extrair. Lê-las exige OCR, e esta ferramenta não faz isso.
a camada de texto
Um PDF feito num processador de texto, num navegador ou numa ferramenta de design carrega o texto como texto: as letras ficam guardadas como caracteres com posição, e é por isso que dá para selecioná-las num leitor. Esta ferramenta lê essa camada página por página e devolve tudo como texto simples, pronto para colar em qualquer lugar.
Um PDF escaneado é outra história. Cada página é uma fotografia de papel, então não há caracteres para ler e nada sai. Isso não é falha da extração: realmente não existe texto no arquivo, e obtê-lo exige reconhecimento óptico de caracteres em vez de leitura.
três passos
Ele é interpretado no navegador, com o mesmo motor que desenha nossas prévias de PDF. Nada é enviado, então um contrato ou uma nota fiscal fica na sua máquina.
Vazio significa o documento inteiro. Caso contrário, indique como faria numa caixa de impressão — 1-3, 5, 8- — e só essas páginas são lidas. Ligue as marcas de página para saber onde cada uma começou.
Copiar coloca o texto na área de transferência, pronto para um chat ou um editor. Baixar grava um .txt em UTF-8, o caminho mais seguro para textos longos.
respostas rápidas
O PDF é quase certamente um escaneamento, então as páginas são imagens sem camada de texto. Dá para perceber abrindo em qualquer leitor e tentando selecionar uma palavra: se o cursor não a agarra, não há o que extrair.
Não. Ele lê o texto que já está no arquivo em vez de reconhecer letras numa imagem. OCR precisaria baixar um modelo antes mesmo de ler a primeira página, o que seria outra ferramenta.
Texto simples não tem colunas, tabelas nem margens. As quebras de linha seguem o que o próprio PDF marca como fim de linha, e todo o resto — um artigo em duas colunas, uma tabela de números — vira texto corrido.
Sim, porque são texto na página como qualquer outro. Ao puxar o corpo de um relatório longo, espere um cabeçalho ou rodapé entre as páginas.
Não dá para abrir aqui. Remova a senha no programa que o gerou ou no seu leitor de PDF e passe a cópia desbloqueada por esta ferramenta.
Sim, inclusive com PDFs que dependem de mapas de caracteres predefinidos em vez de embutir a fonte. O .txt é gravado em UTF-8, então os caracteres sobrevivem ao caminho.
Não. O arquivo é lido no seu navegador e o texto não sai da página. Esta ferramenta não tem servidor algum para onde mandar um documento.
Sim — grátis e sem marca d’água.
