Tudo o que há num PDF como JSON estruturado: páginas, blocos de texto, tabelas, campos de formulário e marcadores.
Ao contrário: JSON para PDFArraste o arquivo para cá
ou escolha no computador
até 50 MB
Seus arquivos não saem do seu dispositivo — tudo acontece no navegador
Um PDF é fácil de ler e difícil de processar por programa: texto, tabelas e campos ficam misturados em instruções de desenho. O conversor organiza o documento num JSON limpo. Em meta ficam título, autor, datas e número de páginas. pages traz cada página com tamanho, texto completo e blocos, cada um com x, y, largura e altura em pontos a partir do canto superior esquerdo — o bastante para achar onde está um total ou uma assinatura.
Tabelas com bordas são extraídas à parte, com o mesmo motor do nosso conversor de PDF para Excel: cada item de tables guarda o número da página e as linhas de células. Campos de formulário preenchíveis — nome, tipo e valor — vão para forms, e o sumário do documento para outline, com nível e página.
Se o PDF for uma digitalização sem camada de texto, ative «Reconhecer texto em digitalizações». O Tesseract lê as páginas e os blocos viram palavras com coordenadas e grau de confiança. Português ainda não está no pacote de idiomas: inglês, alemão, francês, espanhol e russo são reconhecidos numa só passada.
Esta ferramenta roda no nosso servidor, porque um navegador não consegue desmontar um PDF nem ler texto de uma imagem. O arquivo viaja por HTTPS, é processado e apagado depois de uma hora; não guardamos nem olhamos documentos.
Arraste um arquivo de até 20 MB. Digitalizações são reconhecidas até 30 páginas por vez.
O JSON abre como árvore: páginas, tabelas, formulários e sumário. Para digitalizações, ative o reconhecimento de texto.
Ou mande os dados direto para Excel, CSV, Word ou TXT pelos botões abaixo.
Extraia tabelas e dados de PDF para planilhas Excel
Abrir JSON online: árvore, tabela, código e validação
JSON para XLSX com campos aninhados e tipos reais
Extrair todo o texto de um PDF como arquivo de texto
Torne PDFs escaneados pesquisáveis com reconhecimento de texto