PDF para Word
Largue um PDF aqui ou clique para escolher
Escolha um PDF. Os ficheiros protegidos por palavra-passe são recusados.
Passe as palavras de um PDF para um DOCX que pode editar. Conte com uma pilha limpa de parágrafos, não com um clone do desenho da página.
Como usar
- Escolha um PDF que tenha texto real. Se realçar palavras funcionar num visualizador normal, esta ferramenta consegue lê-las.
- Deixe o OCR desligado para PDF digitais. Ligue-o apenas para páginas que são fotografias de papel, e só para inglês.
- Descarregue DOCX ou TXT. O DOCX é um parágrafo por linha, com uma quebra de página entre as páginas do PDF.
O que obtém, e o que não
As linhas são agrupadas a partir das posições do texto no PDF. Um título e uma linha de corpo ficam separados. Um artigo de duas colunas não é reconstruído em colunas. As tabelas saem como linhas de texto, não como tabelas do Word. Use PDF para Excel se precisar sobretudo de colunas estimadas.
O OCR inglês é o Tesseract no navegador. Falha em tipos pequenos, escrita à mão e qualquer língua que não seja inglês. O DOCX marca essas páginas com [OCR inglês] para saber que foram estimadas.
Codificações de tipos de letra personalizados por vezes produzem as letras erradas mesmo quando um visualizador as mostra corretamente. Se a pré-visualização parecer sem sentido, o PDF não expõe uma camada de texto utilizável.
Perguntas
Porque é que um contrato digitalizado está vazio?
Uma digitalização é uma imagem. Não há texto para copiar até o OCR correr. Marque a caixa de OCR inglês. Num ficheiro aberto com duplo clique, o Chrome normalmente bloqueia esse worker. O site em linha pode executá-lo.
O Word vai mostrar o mesmo layout?
Não. Cabeçalhos, rodapés, caixas de texto e imagens flutuantes não são colocados. Recebe a ordem de leitura que foi possível inferir das posições.
Há um limite de páginas?
80 páginas nesta versão, para um livro longo não bloquear o separador. Divida o PDF e processe-o em partes.