Converter PDF em Texto
PDF para texto extrai o texto que já existe em um PDF e o devolve em um arquivo .txt simples ou em RTF. Não faz OCR, então digitalizações só de imagem saem vazias.
Arraste arquivos para cá, ou clique para escolher
Aceita PDF · até 500.0 MB por arquivo · até 20 arquivos por vez
Você também pode colar um arquivo com Ctrl/Cmd+V ou pelo menu da área de transferência.
PDF para RTF (texto) extrai as palavras que já existem como objetos de texto. O caminho padrão `txt` usa o mesmo extrator nativo dos outros operadores pdf-core (`pdfio::extract_text`) e devolve `text/plain`. Não roda OCR e não chama o LibreOffice.
Com `rtf`, o arquivo segue pelo LibreOffice `writer_pdf_import`. Esse caminho precisa de `soffice` no servidor e reconstrói um documento de rich text aproximado. Espere substituição de fontes e tabelas quebradas; trate o RTF como rascunho.
Digitalizações só de imagem geram um `.txt` vazio ou quase vazio. O OCR deste site devolve Markdown, não um PDF pesquisável que você possa enviar de volta para cá.
Não há campo de intervalo de páginas. Todas as páginas são lidas. Arquivos protegidos por senha são desbloqueados para você nesta página assim que você digita a senha; quem chama a API executa Remover senha antes.
Se você precisa de títulos e listas em vez de um despejo de texto, PDF para Markdown é a ferramenta mais próxima. Se precisa de tabelas em linhas, use PDF para CSV ou PDF para Excel.
A saída mantém o nome-base do arquivo enviado, então `minutes.pdf` vira `minutes.txt` ou `minutes.rtf`. O caminho TXT carrega o documento inteiro, pede ao extrator todas as páginas em uma só chamada e devolve a string como `text/plain`. Um outputFormat diferente de `txt` ou `rtf` é rejeitado com um 400 que lista os dois valores permitidos.
Um caso prático: um manual de políticas de 30 páginas, nascido digital, exportado de um processador de texto. Execute com TXT e abra o resultado em um editor: você deve encontrar parágrafos e títulos como linhas de texto, que dá para pesquisar ou passar a um script. Uma digitalização do mesmo manual, salva por uma copiadora como uma imagem por página, daria um arquivo vazio ou quase vazio, porque não há objetos de texto para ler.
Teste rápido para saber se há camada de texto: se você consegue selecionar uma palavra com o cursor em um visualizador, o extrator tem o que ler. Se não consegue, o arquivo é feito de imagens. Esta ferramenta não tem OCR; a ferramenta de OCR do site devolve Markdown, então, para uma digitalização, o caminho prático é fazer o OCR primeiro e depois trabalhar a partir desse Markdown.
Se a saída tem as palavras certas na ordem errada, o PDF provavelmente guarda o texto em uma ordem diferente da visual, o que é comum em layouts de várias colunas. Experimente PDF para Markdown, que usa outro extrator, ou copie a página afetada à mão. Se o RTF falhar com um erro de dependência ausente, o servidor não tem o LibreOffice instalado; use TXT.
Recursos
- TXT padrão via extração nativa de texto; não é pdftotext nem OCR
- RTF opcional pelo LibreOffice `writer_pdf_import`
- Lê todas as páginas; sem parâmetro de intervalo
- API anônima: /api/v1/convert/pdf/text
Quando usar esta ferramenta
- Despejar um relatório com camada de texto em grep ou em um script
- Obter um rascunho RTF aproximado de um memorando nascido digital
- Verificar se um PDF tem mesmo uma camada de texto
- Levar o texto de um manual de políticas para um editor, para comparar com uma versão anterior
Como extrair o texto de um PDF?
- Confira se o PDF tem camada de texto selecionando uma palavra em um visualizador; se não conseguir, faça o OCR primeiro e use o Markdown que ele devolve.
- Envie o PDF e digite a senha se a página pedir.
- Mantenha TXT para um despejo simples em que dá para pesquisar, ou escolha RTF só se quiser um rascunho de rich text do LibreOffice.
- Clique em Processar e baixe `.txt` ou `.rtf`; o nome é igual ao do envio.
- Confira por amostragem a primeira e a última página contra o PDF. Arquivo vazio significa que não há camada de texto; ordem embaralhada significa que o PDF guarda o texto fora da ordem de leitura.
Limites e casos-limite
- Não é OCR; digitalizações geram pouco ou nenhum texto
- Sem controle de intervalo de páginas
- A ordem visual de várias colunas não é reconstruída no TXT
- Nenhum título, lista ou tabela é reconstruído no TXT
- O RTF precisa do LibreOffice no servidor e é uma reconstrução aproximada
- Limite de envio neste site: 500 MB por arquivo, enviado em partes acima de cerca de 95 MB. O corpo de uma única requisição direta à API é limitado a 100 MB.
Exemplos
- Um relatório anual com texto selecionável costuma gerar um `.txt` longo com os parágrafos
- Um PDF de quadro branco fotografado costuma gerar um arquivo em branco ou minúsculo
- Um manual de 30 páginas nascido digital chamado handbook.pdf é baixado como handbook.txt
- Um outputFormat de `docx` enviado a este endpoint devolve um 400 listando txt e rtf
Privacidade desta ferramenta
Os arquivos são enviados por HTTPS, processados em memória ou em um diretório temporário de curta duração nos nossos servidores, e apagados quando o resultado fica pronto. Não guardamos cópias para consulta posterior, treino de modelos ou perfis de publicidade. Consulte a Política de Privacidade para prazos de retenção e cookies do AdSense.
Perguntas frequentes
- Por que o arquivo de texto está vazio?
- O PDF não tem objetos de texto para o extrator ler. Digitalizações precisam de OCR para Markdown; esse Markdown não pode ser enviado de volta a esta ferramenta.
- TXT é igual a copiar do visualizador?
- Parecido, mas não idêntico. A ordem segue como o texto está guardado no fluxo de conteúdo da página, que pode diferir da ordem visual de leitura em layouts de várias colunas.
- Quando escolher RTF?
- Só quando você quer que o LibreOffice reconstrua um documento. TXT é a extração direta e não precisa do soffice.
- Mantém fontes e layout?
- TXT é texto puro. RTF é uma reconstrução no melhor esforço possível, não uma cópia fiel pixel a pixel.
- Posso extrair o texto de só algumas páginas?
- Não com esta ferramenta; todas as páginas são lidas. Execute Extrair páginas antes para reduzir o PDF às páginas que você quer e depois converta esse arquivo.
- Qual ferramenta dá títulos e listas em vez de um despejo simples?
- PDF para Markdown. PDF para RTF (texto) devolve o texto sem estrutura.
- Meu PDF digitalizado gerou um .txt vazio. O arquivo está quebrado?
- Não. Uma digitalização são imagens de texto, então não há texto para o extrator ler. O OCR devolve Markdown, que você pode salvar e usar como texto.
- Que nome o arquivo baixado recebe?
- O nome-base do arquivo enviado com `.txt` ou `.rtf`; por exemplo, `minutes.pdf` vira `minutes.txt`.
- Por que o RTF é mais lento ou indisponível em comparação com o TXT?
- O RTF passa pelo LibreOffice no servidor. Se esse programa estiver ausente, o RTF falha com um erro de dependência ausente, enquanto o TXT continua funcionando.
Última atualização:
Chame pelo código
Cada ferramenta deste site é um endpoint REST. Para uso anônimo não precisa de conta nem de chave de API. Serve para o navegador, para desenvolvedores e para agentes de IA.
curl -X POST "https://pdf123.xyz/api/v1/convert/pdf/text" \
-F "[email protected]" \
-F "outputFormat=txt" \
-o output.pdfTambém disponível como ferramenta MCP para clientes de agente que falam Model Context Protocol (JSON-RPC 2.0 via POST /mcp). Referência completa da API
Use a partir de um agente de IA
SkillCom esta skill, Claude Code, Codex, Cursor e outros agentes de IA podem usar "PDF para RTF (texto)" para você: /skills/pdf123-pdf-to-text.md
Os arquivos servem só para este processamento e são apagados automaticamente depois.