PDF para Excel
Detecte tabelas reais em um PDF a partir da posição real de cada linha de texto na página, e exporte-as como planilha .xlsx com colunas realmente alinhadas - sem OCR, sem adivinhar a partir de espaços. Um modo básico mais rápido também está disponível para extração de texto simples.
Modo de conversão
Perguntas frequentes
Como o modo Avançado detecta tabelas reais?
Ele lê a posição x/y exata de cada linha de texto na página (os mesmos dados que o próprio PDF usa para posicionar o texto) e procura posições x que se repetem consistentemente em várias linhas - isso é uma borda de coluna real, não um palpite a partir de espaços. Linhas que compartilham o mesmo padrão de colunas formam uma tabela; texto fora desse padrão (títulos, parágrafos) é mantido separado em vez de ser forçado em uma linha de tabela falsa.
Qual a diferença entre o modo Avançado e Básico?
O modo Avançado detecta a estrutura real da tabela e mantém as colunas alinhadas - use para extratos, faturas e relatórios com tabelas genuínas. O modo Básico é um fallback mais rápido que coloca uma linha por linha de texto, dividindo colunas onde há um espaço largo - não detecta a estrutura da tabela, mas funciona bem para PDFs simples, majoritariamente de texto.
O que acontece com PDFs digitalizados ou protegidos por senha?
PDFs digitalizados que são apenas imagens de texto não produzirão texto extraível já que não há etapa de OCR. PDFs protegidos por senha ou corrompidos falharão com um erro pedindo que você verifique o arquivo.
Meu PDF é enviado para um servidor?
Não, isso funciona inteiramente no seu navegador usando pdf.js para ler posições de texto e ExcelJS para construir o arquivo .xlsx. Nada é enviado a um servidor.