Como copiar o texto de um PDF inteiro de uma vez (grátis)

Como copiar o texto de um PDF de uma vez

Abra a ferramenta "Extrair texto", envie o PDF e clique em "Extrair e baixar": um arquivo .txt com o mesmo nome do PDF é baixado, com o texto de todas as páginas em sequência. Funciona em PDFs que têm texto de verdade, aqueles em que dá para selecionar as palavras com o mouse. PDF escaneado precisa de OCR. Tudo acontece no seu navegador.

1. Abra "Extrair texto" e envie o PDF. Pode enviar vários: sai um .txt por PDF.
2. Clique em "Extrair e baixar" (com vários arquivos, o botão mostra "Extrair de 3 PDFs", por exemplo).
3. Abra o .txt em qualquer editor e copie o que precisar, ou use a busca (Ctrl+F) para achar uma palavra em todo o documento.

A ferramenta só lê: o PDF original continua igual, sem nenhuma alteração, e o .txt é um arquivo novo ao lado dele. Se quiser guardar só as palavras, apague o PDF depois; se quiser os dois, mantenha os dois. Se quer mais do que as palavras, converta o PDF em Word ou Excel editável para manter a formatação, ou em Markdown para ter títulos e listas marcados.

Como o texto sai

• Texto puro, em UTF-8, com acentos preservados. O arquivo tem o mesmo nome do PDF e a extensão .txt.
• As páginas vêm uma depois da outra, separadas por uma linha em branco.
• As quebras de linha seguem as do PDF: onde o documento termina uma linha, o .txt também termina. Trechos na mesma linha são separados por espaço.
• A ordem é a mesma em que os trechos aparecem dentro do arquivo. Em páginas com duas colunas, o texto pode sair intercalado; confira antes de reaproveitar.
• Colunas, tabelas, negrito, tamanho de fonte e a posição exata das coisas ficam para trás. O que você leva são as palavras.
• Não há opções nem escolha de páginas: é o documento inteiro, de uma vez. O limite é de 2 GB por arquivo.

PDF com texto de verdade ou imagem escaneada?

Existem dois tipos de PDF. O nativo, gerado por computador, guarda o texto dentro do arquivo: é aquele em que você passa o cursor e seleciona as palavras. O escaneado é, na prática, uma foto da página: parece texto, mas o computador enxerga só uma imagem, e nada é selecionável. A ferramenta "Extrair texto" é para o primeiro caso e apenas lê o texto que já existe, por isso é rápida e fiel ao original. Num PDF escaneado ela não encontra nada e mostra o aviso "Este PDF não contém texto extraível (pode ser um documento digitalizado)".

Nesse caso, a ferramenta de OCR reconhece as letras dentro da imagem, também no navegador, e salva um .txt. O passo a passo, com a escolha do idioma e os cuidados com a digitalização, está no guia de OCR.

Quando vale a pena extrair o texto assim

• Reaproveitar o conteúdo de um relatório ou contrato num editor de texto, sem redigitar nada.
• Colar trechos longos num e-mail, numa mensagem ou numa apresentação.
• Buscar uma palavra em todo o documento depois de tê-lo aberto como texto simples.
• Passar o conteúdo para uma planilha ou outra ferramenta que só aceita texto.
• Guardar uma versão leve, só com as palavras, de um PDF pesado cheio de imagens.
• Contar palavras ou revisar um texto num corretor que não abre PDF.

Erros comuns e o que fazer

• "Este PDF não contém texto extraível": o arquivo é escaneado ou foi salvo como imagem. Use o OCR.
• Palavras coladas ou linhas fora de ordem: é o jeito como o PDF foi gerado, comum em documentos com colunas, caixas de texto ou tabelas. Ajuste no editor depois de colar.
• Texto em branco ou com símbolos estranhos: algumas fontes embutidas não associam os símbolos às letras reais. O OCR também resolve, porque lê a página como imagem.
• Faltou um trecho: cabeçalhos e rodapés repetidos e números de página entram no .txt; marcas d'água feitas como imagem não entram.
• "Não foi possível extrair o texto.": costuma ser um PDF protegido por senha ou danificado. Remova a senha com a ferramenta Remover senha de PDF e envie de novo.

Toda a extração acontece dentro do seu navegador: o PDF é lido no seu próprio aparelho e nunca é enviado a nenhum servidor.

Precisa só de algumas páginas? Extraia o documento inteiro e recorte no editor: como cada página termina numa linha em branco, é fácil localizar o trecho que interessa e apagar o resto.