Converter PDF em texto — inclusive PDFs escaneados (OCR)
Pegue o texto simples de qualquer PDF: páginas com texto são lidas direto, as escaneadas com OCR. Roda no navegador, nada é enviado. Copie ou baixe como TXT ou Word.
Carregando somente o código necessário para esta ferramenta…
A precisão que medimos
Rodamos esta ferramenta nas nossas próprias imagens de teste (nenhum arquivo de cliente) e comparamos o resultado com o texto conhecido. A taxa de erro de caracteres conta caracteres errados, faltando e sobrando; 0% significa que todos estavam certos.
| Imagem de teste | Idioma | Erros | Padrão do mecanismo | Tempo | Perfil de celular |
|---|---|---|---|---|---|
| PDF salvo de um editor de texto (com camada de texto) | Inglês | 0% | — | 1,3 s | 2,7 s |
| Página escaneada em duas colunas salva como PDF | Inglês | 0% | — | 6,3 s | 24,9 s |
| PDF de duas páginas: uma de texto, uma foto | Inglês | 0% | — | 3,6 s | 7,8 s |
| O mesmo aviso, foto de celular em ângulo | Inglês | 0,1% | 2,4% | 3,7 s | 6,2 s |
| Página impressa em híndi | Híndi | 0% | 0% | 1,8 s | 4,3 s |
| Página impressa em chinês simplificado | Chinês simplificado | 0% | 0% | 1,8 s | 4,3 s |
Padrão do mecanismo: o mesmo mecanismo e os mesmos dados de idioma sem a nossa limpeza (layout automático, sem endireitar, sem correção de luz).
Como medimos: as imagens vêm de um script que renderiza frases escritas por nós, fotografa a página num ângulo de 4° com luz irregular e salva JPEGs, PNGs e PDFs. Os tempos são de um computador na nuvem com 4 núcleos; o perfil de celular acrescenta a desaceleração de CPU de 4× do Chrome. Na primeira vez também são baixados o mecanismo (cerca de 1,1 MB) e os dados de idioma.
Verificação de qualidade
Use a saída como cópia de trabalho verificada
Mantenha a fonte se ela puder ser necessária. Abra o TXT gerado no aplicativo de destino e verifique conteúdo e formatação.
Entrada
Saída
TXT
Lote
Até 5 arquivos por execução
Até 5 arquivos por execução. Use uma única execução apenas quando os arquivos tiverem a mesma operação.
Passe para uma operação relacionada sem procurar a ferramenta novamente.
Baixe um resultado pronto para o destino e verifique antes de compartilhar.
Aplica-se o limite de execução configurado.
TXT
Confira o limite de envio abaixo
Revise o resultado antes de compartilhar
Sobre esta ferramenta
Para converter PDF em texto, adicione o PDF e toque em Extrair texto; depois copie o resultado ou baixe como arquivo .txt ou Word. Páginas que já têm texto, como um PDF salvo do Word, um extrato bancário ou um e-book, são lidas direto do arquivo: exato e rápido. Páginas que são só imagem, como uma digitalização ou uma foto de celular salva como PDF, são lidas com OCR no idioma que você escolher.
O resultado marca cada página (--- Página 2 ---) e informa quantas páginas vieram do texto do próprio PDF e quantas precisaram de OCR. O PDF fica no seu aparelho: o PDF.js lê o arquivo e o Tesseract reconhece as páginas escaneadas dentro do navegador.
No nosso teste, uma página escaneada de um boletim em duas colunas saiu com 0% de erros de caracteres e na ordem de leitura certa, e um PDF de duas páginas, uma de texto e uma fotografada, levou 3,6 s no nosso computador de teste de 4 núcleos (7,8 s com um perfil de celular desacelerado).
Quando usar outra ferramenta
- Para manter o PDF e deixar as páginas escaneadas pesquisáveis e selecionáveis, use OCR PDF.
- Para manter títulos, fontes e tabelas num documento editável, use PDF para Word.
- Para Markdown com títulos e listas a partir de um PDF com texto, use PDF para Markdown.
- Um PDF protegido por senha precisa da senha primeiro: desbloqueie uma cópia com Desbloquear PDF.
Como usar
Adicione o PDF
Solte ou escolha até 5 PDFs. Funcionam PDFs com texto e PDFs escaneados.
Escolha o idioma do OCR
O idioma só é usado nas páginas sem texto próprio (digitalizações e fotos). Escolha Colunas se uma página escaneada tiver duas colunas que saem misturadas.
Extraia e salve
Toque em Extrair texto, confira o resultado e depois copie ou baixe como TXT ou Word.
Casos de uso
Citar relatórios
Tire um parágrafo ou um número de um relatório longo em PDF sem brigar com a seleção de texto do leitor de PDF.
Cartas e contratos escaneados
Tenha texto pesquisável de um PDF escaneado para achar uma cláusula, uma data ou um valor.
Texto para outras ferramentas
Cole o texto num tradutor, num contador de palavras ou num assistente de IA, ou limpe com as ferramentas de texto.
Perguntas frequentes
Como converto um PDF em arquivo de texto?+
Adicione o PDF nesta página e toque em Extrair texto. Quando terminar, toque em Baixar TXT ou copie o texto para outro app.
Funciona com PDF escaneado?+
Sim. Páginas sem camada de texto são lidas com OCR no idioma que você escolher. Isso é mais lento do que ler uma página com texto: nossa página escaneada do boletim levou 6,3 s no nosso computador de teste de 4 núcleos, contra 1,3 s de um PDF de duas páginas com camada de texto.
Por que falta texto ou ele sai numa ordem estranha?+
O PDF guarda o texto na ordem em que foi desenhado, que quase sempre, mas nem sempre, é a ordem de leitura. Para páginas escaneadas em duas colunas, escolha Colunas em Layout da página. Texto dentro de imagens de um PDF com texto não é lido; use OCR PDF nessas páginas.
Posso extrair texto só de algumas páginas?+
Todas as páginas são lidas. Para pegar o texto de poucas páginas, separe-as antes com Extrair páginas e converta o PDF menor.
Meu PDF é enviado?+
Não. O PDF.js lê o arquivo e o Tesseract reconhece as páginas escaneadas no seu navegador. Só o mecanismo de reconhecimento e os dados de idioma são baixados uma vez da CDN jsDelivr.
Posso manter a formatação?+
Texto simples não tem formatação. Para um documento editável que mantenha títulos e tabelas, use PDF para Word; para um PDF que continua igual mas fica pesquisável, use OCR PDF.