Conversor PDF para
Word

Quando convém converter um PDF em Word

O motivo mais comum: precisa editar o documento e tudo o que tem é o PDF. Alguém enviou um contrato, um relatório ou uma nota interna, e os pontos a alterar estão espalhados pelo documento — corrigir um erro, atualizar datas, substituir um parágrafo pela versão correta. Fazê-lo num editor de PDF é possível, mas se houver muito texto a reescrever, abrir o ficheiro no Word é mais rápido e cómodo.

Outros motivos frequentes: extrair parágrafos para colar noutro documento; copiar uma secção para o corpo de um email; reformatar um CV que chegou em PDF para uma vaga diferente; reaproveitar partes de um artigo. Sempre que precisa de tirar texto do PDF e pô-lo em algo editável, é esta a conversão certa.

O que esta conversão consegue recuperar e o que não

A ferramenta extrai o texto do PDF e reconstrói-o num documento Word. O que isso significa na prática depende muito do que o PDF é, na verdade.

• Os PDFs baseados em texto convertem bem. Se o PDF foi feito por exportação a partir do Word, com um «Guardar como PDF» de qualquer aplicação, ou por um sistema que o produziu diretamente (uma ferramenta de faturação, um gerador de relatórios), o texto no PDF é mesmo texto — e a ferramenta lê-o limpo. O Word resultante tem parágrafos selecionáveis e editáveis.
• Os PDFs digitalizados só voltam em parágrafos se tiverem camada OCR. Uma digitalização pura sem OCR é apenas uma imagem das páginas — não há texto para extrair. Se o PDF foi digitalizado mas já com OCR aplicado (muitos scanners modernos e serviços na nuvem adicionam essa camada automaticamente), a ferramenta lê-a e produz texto. Se for uma digitalização crua sem OCR, sairá um Word vazio ou quase. Nesse caso passe o PDF primeiro por uma ferramenta de OCR.
• A reconstrução do layout é boa para prosa, pior para layouts complexos. A ferramenta deteta corpo de texto e cabeçalhos analisando tamanhos de tipo de letra e agrupando texto por linhas. Para um documento normal — parágrafos, cabeçalhos, listas, tabelas simples — funciona bem. Para layouts em várias colunas, notas de rodapé à volta de imagens, caixas laterais com texto a fluir, o resultado coloca o texto numa ordem aproximadamente correta, mas não no layout original.
• As imagens não são atualmente extraídas para o Word. A ferramenta foca-se no texto. Se o PDF tem fotos, gráficos ou diagramas que também precisa no Word, terá de extraí-los à parte (abrir o PDF, capturar a imagem, colar no Word) ou usar outra via de conversão.

E a formatação

A ferramenta tenta preservar aquilo que passa de forma fiável:

• Cabeçalhos versus corpo de texto são inferidos do tamanho do tipo de letra — texto sensivelmente maior do que o corpo é marcado como cabeçalho no Word.
• Quebras de parágrafo são detetadas pelo espaçamento entre linhas, pelo que os parágrafos no Word correspondem aos do PDF.
• Os tamanhos de tipo de letra são preservados a grosso modo ao nível de troço — texto a 14pt no PDF fica em torno de 14pt no Word.

O que é mais difícil, e porquê:

• Negrito e itálico exigem que o PDF use efetivamente um tipo de letra negrito ou itálico (não um regular que o motor de renderização desenhou um pouco mais grosso). Muitos PDFs codificam isto corretamente; outros não.
• Tabelas com células fundidas complexas ou tabelas aninhadas costumam achatar-se em parágrafos lineares. Tabelas simples passam melhor que as elaboradas.
• Os tipos de letra originais são referenciados quando possível, mas se o seu computador não os tem, o Word substituirá pelos seus. O conteúdo está correto; o aspeto pode diferir.

Notas práticas

1. Se o PDF tiver palavra-passe, desbloqueie-o primeiro. Passe-o por unlock-pdf antes da conversão — PDFs cifrados não abrem para extrair texto.
2. Para PDFs longos a conversão demora. Um documento de 200 páginas precisa de ser analisado página a página, as linhas agrupadas em parágrafos e o .docx montado. Num portátil típico conte com cerca de um minuto. Tenha paciência na primeira execução.
3. O ciclo é com perdas. Se pegar num Word, converte-lo para PDF (com uma ferramenta que cristaliza o layout em imagem) e depois esse PDF de volta a Word — o segundo Word será bem mais áspero que o primeiro. O .docx original, se ainda existir, será sempre mais limpo. Esta ferramenta é para os casos em que o original já não está disponível.
4. Se só precisar do texto, não de um Word, veja pdf-to-txt. É mais rápido e dá-lhe texto simples para colar onde quiser.

O que acontece ao seu ficheiro

O seu PDF é carregado para a memória do navegador, é aí analisado quanto a texto e layout, e convertido em .docx localmente. O Word resultante é-lhe oferecido como descarga; nada é carregado, nenhum servidor processa o seu documento. Pode confirmá-lo: abra as DevTools, observe o separador Network durante a conversão — não verá pedidos a sair com o conteúdo do seu ficheiro.