Extraia o texto de um PDF e baixe um arquivo .docx para editar no Word, no Google Docs ou no LibreOffice. A conversão roda no seu navegador.
O texto é extraído no seu próprio navegador. O PDF não é enviado para a TMC nem para outro servidor.
Funciona com PDFs que têm texto de verdade, como os gerados no Word, no Google Docs ou por sistemas. PDF escaneado é só imagem e não tem texto para extrair, e esta ferramenta não faz OCR. Imagens, tabelas e o layout exato não são mantidos: o .docx traz o texto organizado em parágrafos, títulos e páginas.
O arquivo .docx abre no Microsoft Word, no Google Docs e no LibreOffice Writer. O nome do arquivo baixado é o mesmo do PDF, só muda a extensão.
A ferramenta lê o texto gravado dentro do PDF e reconstrói a ordem de leitura. Ela junta os pedaços de cada linha, separa os parágrafos pelo espaço entre as linhas e transforma trechos com fonte bem maior que a do corpo em títulos do Word. Cada página do PDF começa numa página nova no documento. Acentos e cedilha são mantidos.
Os títulos ficam marcados com os estilos Título 1 e Título 2 do Word. Assim dá para gerar um sumário automático depois, sem formatar tudo de novo.
Quando o layout importa, como em formulários oficiais, o caminho mais seguro costuma ser editar o PDF direto ou pedir o arquivo original a quem enviou.
Quando um documento é digitalizado ou fotografado, cada página vira uma imagem. Para o computador não existe texto ali, só pontos coloridos. Transformar essa imagem em texto exige OCR (reconhecimento óptico de caracteres), e esta ferramenta não faz OCR. Ela avisa quando encontra páginas sem texto e mostra quais são.
Um teste rápido: abra o PDF e tente selecionar uma palavra com o mouse. Se não conseguir, o arquivo é imagem e não há texto para extrair.
Alguns PDFs também usam fontes sem a tabela que liga cada desenho de letra ao caractere certo. Nesses casos o texto extraído sai com símbolos trocados, e copiar direto no leitor de PDF dá o mesmo resultado.
Não. O texto é extraído no seu navegador com a biblioteca pdf.js e o arquivo .docx é montado ali mesmo. Nenhum dado do documento sai do seu computador ou celular, e a TMC não tem acesso ao conteúdo. Dá para converter contratos e documentos pessoais sem expor nada a terceiros.
A ferramenta extrai só o texto do PDF. Imagens, gráficos e logotipos ficam de fora, assim como as cores e as fontes originais. Se você precisa das imagens, salve-as a partir do leitor de PDF ou faça capturas de tela e cole no documento Word depois da conversão.
Não. PDF escaneado é formado por imagens das páginas e não contém texto gravado. Extrair texto de imagem exige OCR, que esta ferramenta não oferece. Quando o arquivo não tem texto, a página avisa na hora e diz quais páginas estão nessa situação, para você não baixar um documento vazio.
Abre. Envie o arquivo baixado para o Google Drive, clique nele com o botão direito e escolha Abrir com e depois Documentos Google. Ele também abre no Microsoft Word, no LibreOffice Writer e nos apps de documentos do celular, porque segue o formato padrão do Word.
Isso acontece quando o PDF usa fontes sem o mapa que liga cada desenho de letra ao caractere certo. O texto aparece normal na tela, mas por dentro está codificado de um jeito que nenhum programa consegue ler. Tente copiar um trecho no leitor de PDF: se sair igual, o problema está no arquivo.