Extrai texto de arquivos PDF e salva como texto simples (.txt). Suporta múltiplos arquivos.
Nota: Esta ferramenta funciona APENAS com PDFs criados digitalmente. Para documentos digitalizados ou PDFs baseados em imagens, use nossa ferramenta OCR PDF.
Clique para selecionar um arquivo ou arraste e solte
Arquivos PDF
Seus arquivos nunca saem do seu dispositivo.
Processando...
Clique ou arraste seu arquivo aqui
Clique no botão de processamento
Salve seu arquivo processado instantaneamente
O PDF é provavelmente uma digitalização ou uma foto, que não possui camada de texto para extrair. Execute-o OCR PDF primeiro; essa ferramenta adiciona uma camada de texto e também oferece download direto de .txt.
O texto é lido da esquerda para a direita, de cima para baixo, seguindo a estrutura interna do PDF, que é correta para a maioria dos documentos de coluna única. Layouts de várias colunas, barras laterais e tabelas podem sair intercalados, e cabeçalhos, rodapés e números de página são incluídos em todo o resto da página.
Não. A saída é texto UTF-8 simples, portanto caracteres acentuados, cirílico, CJK e árabe são preservados, mas negrito, títulos, links e imagens não são, e as quebras de linha seguem as linhas do PDF em vez de parágrafos. Para títulos e listas mantidos como Markdown, use PDF para redução.
Sim. Adicione quantos PDFs desejar e clique em Extrair uma vez; cada um se torna seu próprio arquivo .txt com o nome da fonte e eles são baixados juntos como pdf-to-text.zip. Um único PDF é baixado diretamente como filename.txt.
As páginas seguem umas às outras com uma quebra de linha entre elas. Não há marcadores de página ou feeds de formulário; portanto, o arquivo é lido como um fluxo contínuo de texto.
Não, esta ferramenta sempre extrai todas as páginas. Puxe as páginas necessárias para um PDF separado primeiro com Extrair páginase converta esse arquivo.
Se um PDF solicitar uma senha ao abri-lo, a ferramenta solicitará essa senha antes de extraí-lo. Sem a senha, o texto não pode ser lido.
A extração é executada em um mecanismo de PDF carregado em seu navegador como WebAssembly, para que contratos, registros médicos e qualquer outra coisa permaneçam em seu dispositivo do início ao fim.