Conversor de PDF para texto
Extraia o texto de um PDF — página por página, em um arquivo de texto limpo e simples.
Um PDF carrega duas coisas diferentes que todo mundo chama pelo mesmo nome: as páginas que você vê e, por baixo delas, uma camada de texto que registra quais caracteres estão em que lugar. Esta ferramenta lê essa camada — usando o mesmo motor pdf.js que move o leitor de PDF do Firefox, rodando inteiramente no seu navegador — e devolve o conteúdo como texto simples, para pesquisar, citar, alimentar outra ferramenta ou guardar em um lugar onde nenhum leitor de PDF será necessário.
Seu PDF é lido só neste aparelho — ele nunca é enviado. Até 500 páginas por arquivo. A ferramenta extrai a camada de texto que o PDF carrega; página digitalizada é foto e não tem camada de texto, então sai vazia (para isso seria preciso OCR, que esta ferramenta não faz).
Respostas rápidas
Como extraio o texto de um PDF de graça?
Escolha o PDF nesta página e aperte «Extrair texto». A camada de texto é lida no seu navegador e mostrada como texto simples, para copiar ou baixar em .txt — sem envio, sem conta.
A qualidade da extração depende de como o PDF foi feito. PDFs nascidos digitais (exportados do Word, de um navegador ou de um editor) extraem limpinhos; PDFs digitalizados são imagens e não contêm texto para extrair.
Por que meu PDF saiu vazio, com zero palavras?
Quase sempre porque ele é uma digitalização: as páginas são fotos e não há camada de texto lá dentro. Esta ferramenta só lê a camada de texto e não faz OCR.
Para conferir, abra o PDF e tente selecionar uma frase com o mouse. Se nada seleciona, não há camada de texto. Passe o arquivo por uma ferramenta de OCR primeiro e, se precisar do texto simples, traga o PDF resultante de volta para cá.
A formatação sobrevive à conversão de PDF para texto?
As palavras e quebras de linha sobrevivem na medida em que o posicionamento do próprio PDF permite; fontes, tamanhos, negrito, colunas e leiaute de página, não — texto simples não tem nada disso.
As linhas são reconstruídas a partir das posições dos fragmentos de texto de cada página, fragmentos na mesma linha são unidos com espaços e marcadores opcionais --- Página N --- mantêm visíveis os limites de cada página. Tabelas e leiautes em várias colunas podem precisar de um acerto manual depois.
Como usar
- Escolha o seu arquivo PDF.
- Aperte «Extrair texto» e espere as páginas serem lidas — a linha de status vai contando uma a uma.
- Marque «Incluir marcadores de quebra de página» se você precisa saber onde cada página terminava.
- Copie o texto ou baixe como arquivo .txt com o mesmo nome do seu PDF.
Sobre esta ferramenta
Extrair é reconstruir, não é fotocopiar. Um PDF guarda o texto como fragmentos posicionados, não como parágrafos, então a ferramenta reconstrói as linhas observando onde os fragmentos estão na página: uma mudança de posição vertical ou um fim de linha explícito encerra a linha, fragmentos na mesma linha são unidos com espaços e cada página pronta passa por uma limpeza (espaços no fim aparados, sequências de linhas em branco reduzidas) antes de as páginas serem unidas. Por isso, colunas, tabelas e palavras hifenizadas no fim da linha saem em ordem de leitura na medida em que as posições permitem — na maioria das vezes, bem; em páginas com leiaute pesado, de vez em quando embaralhadas. Marque os marcadores de quebra de página se preservar os limites de cada página importa mais do que uma prosa limpa.
O limite duro é o que vale guardar: PDF digitalizado é foto de uma página, e foto não tem camada de texto. Para ele, esta ferramenta vai informar corretamente zero palavras — extrair esse texto exige OCR (reconhecimento óptico de caracteres), que é outro processo, que esta página não faz. PDFs protegidos por senha não abrem de jeito nenhum, e os arquivos têm limite de 500 páginas para que um documento enorme não engula a memória do seu aparelho. Seu arquivo nunca sai do aparelho.
Perguntas frequentes
Meu PDF é enviado para um servidor?
Não. O arquivo é lido pelo seu navegador, neste aparelho, e nunca é mandado para lugar nenhum. Carregue a página, desconecte da internet e a extração continua funcionando.
Por que a ordem das palavras sai embaralhada em algumas páginas?
PDFs guardam texto como fragmentos colocados em coordenadas, na ordem em que o programa que os criou os escreveu. Esta ferramenta reconstrói as linhas pela posição vertical, o que resolve a maioria das páginas, mas leiautes exóticos — caixas de texto, rótulos girados, tabelas muito apertadas — ainda podem sair trocados. O próprio PDF não contém uma ordem de leitura melhor para recuperar.
Ela abre PDF protegido por senha?
Não. PDFs criptografados são recusados com uma mensagem explícita. Remova a senha no aplicativo que a colocou e extraia da cópia desbloqueada.
Qual é o limite de páginas?
500 páginas por arquivo. O texto de cada página fica na memória enquanto as demais são lidas, e depois desse ponto celulares e notebooks antigos sofrem. Divida um documento mais longo com a ferramenta de juntar e dividir PDF e extraia as partes.
Ela mantém os números de página?
Marque «Incluir marcadores de quebra de página» e cada página a partir da segunda vem precedida de uma linha --- Página N ---, em que N é o número real da página no PDF. Números de página impressos na própria página são só texto e vêm junto como todo o resto.
Mais ferramentas em português
Juntar e dividir PDF
Junte vários PDFs em um só ou divida e extraia páginas — direto no navegador, sem enviar arquivos e sem cadastro.
Conversor de PDF para imagem
Transforme páginas de PDF em imagens PNG ou JPG — página por página, ou tudo em um ZIP.
Imagem para PDF
Junte várias imagens em um único PDF, em página A4 ou carta, na ordem que você escolher — direto no navegador.
OCR — Imagem para texto
Extraia o texto de fotos e capturas de tela direto no navegador — a imagem não é enviada a nenhum servidor.
Compressor de PDF
Diminua o tamanho de um PDF redesenhando as páginas dele como JPEGs compactos — ideal para digitalizações e PDFs de fotos.
PDF to Text Converter
Pull the text out of a PDF — page by page, as one clean plain-text file.