PDF para Word
Coloque o texto de um PDF num documento Word editável que você pode retrabalhar. Tudo roda no seu navegador — seu arquivo nunca sai do seu dispositivo.
O que você ganha (e o que não ganha)
Esta ferramenta extrai o texto de um PDF e o coloca num documento Word editável. Quando o PDF é um arquivo digital normal, ela lê o texto real diretamente, então a precisão é alta. Quando o PDF é uma digitalização (apenas uma imagem), ela lê as páginas com OCR. De qualquer forma, você obtém palavras editáveis, não um clone pixel a pixel do layout original — fontes, colunas e posicionamento exato são simplificados. Isso é ideal para reaproveitar o conteúdo de um documento; reproduzir o layout com exatidão exige software comercial especializado. Tudo roda no seu navegador — seu PDF nunca é enviado.
Meu PDF é enviado a algum lugar?
Não. Tanto a extração de texto quanto o OCR rodam no seu navegador. Seu documento — e qualquer coisa confidencial nele — nunca sai do seu dispositivo.
Por que o layout não é idêntico ao do PDF?
PDF e Word armazenam páginas de formas muito diferentes. Reconstruir fielmente cada fonte, coluna e caixa exige um mecanismo comercial pesado. Esta ferramenta foca em extrair o texto de forma limpa e editável, o que cobre a maioria das necessidades reais, em vez de perseguir uma cópia visual perfeita.
Funciona em PDFs digitalizados?
Sim. Se uma página não tem texto digital, a ferramenta automaticamente a lê com OCR (o mesmo mecanismo da nossa ferramenta Imagem para texto). O OCR nunca é perfeito, então revise o resultado — mas ele poupa você de redigitar tudo.
A primeira página digitalizada foi lenta — por quê?
O mecanismo de OCR baixa um modelo de leitura único (cerca de 15–25 MB) na primeira vez que é necessário, depois fica em cache. PDFs digitais pulam o OCR completamente e são quase instantâneos.
Quais idiomas o OCR consegue ler?
O OCR embutido lê inglês. PDFs digitais (não digitalizados) mantêm o idioma que já contêm, já que o texto real é usado diretamente.
Consegue abrir um PDF protegido por senha?
Não — remova a senha no seu leitor de PDF primeiro e depois converta o arquivo desbloqueado.
Transformando um PDF finalizado de volta em algo que você pode editar
Um PDF é feito para ser definitivo — ótimo para enviar e imprimir, frustrante no momento em que você precisa mudar uma linha. Talvez o documento original tenha sumido há muito tempo, um colega só tenha o PDF, ou você queira reaproveitar alguns parágrafos em algo novo. Digitar tudo de novo à mão é lento e sujeito a erros. Esta ferramenta extrai o texto e o coloca em um documento do Word que você pode editar como qualquer outro, para que você possa corrigir um erro de digitação, atualizar um número, traduzir uma seção ou aproveitar o conteúdo — sem começar do zero.
PDFs digitais versus digitalizações
Existem dois tipos de PDF, e a ferramenta os trata de forma diferente. Um PDF digital — um exportado do Word, de um navegador ou de um sistema de contabilidade — ainda contém o texto real, então a ferramenta o lê diretamente e a precisão é alta. Um PDF digitalizado é, na verdade, apenas uma foto de uma página, sem nenhum texto dentro; nesse caso, a ferramenta recorre ao OCR, reconhecendo as letras a partir da imagem. Ela decide isso automaticamente por página, então um documento que mistura os dois — uma carta digitada com uma página de assinatura digitalizada — é tratado de forma sensata.
Texto editável, não uma fotocópia do layout
Ajuda saber o que você está recebendo: as palavras, prontas para editar, e não uma reconstrução pixel a pixel de fontes, colunas e caixas. Reproduzir um layout complexo com exatidão é o que os conversores comerciais pesados cobram para fazer; esta ferramenta se concentra deliberadamente em extrair o conteúdo de forma limpa, que é o que a maioria das pessoas realmente precisa. Com o texto já no Word, reaplicar títulos, uma tabela ou o estilo da sua empresa leva alguns minutos e resulta em um documento que é genuinamente seu para trabalhar, em vez de um contra o qual você está lutando.
Tirando o melhor proveito do OCR
Quando uma página precisa ser lida por OCR, algumas coisas ajudam. O leitor embutido lida com inglês; quanto mais nítida e reta for a digitalização, melhor ele se sai, então uma digitalização limpa a 300 dpi supera uma foto apressada de celular tirada de ângulo. O OCR nunca é infalível — espere alguma letra errada de vez em quando, especialmente com fontes incomuns, impressão fraca ou letra manuscrita — então revise o resultado rapidamente. Ainda assim, corrigir alguns caracteres é muito mais rápido do que digitar uma página inteira de novo, que é justamente o objetivo.
Privado por padrão
Tanto a extração de texto quanto o OCR rodam inteiramente no seu navegador, então o documento nunca sai do seu dispositivo — nada é enviado, registrado ou armazenado. Isso importa para contratos, cartas de RH, demonstrações financeiras e qualquer coisa que você não gostaria de deixar no servidor de outra pessoa. A única coisa que talvez você precise fazer antes é remover uma senha, já que um PDF protegido precisa ser desbloqueado antes que o seu texto possa ser lido. Mantenha o seu PDF original como a cópia definitiva, e trate o arquivo do Word como o seu rascunho de trabalho.
