Conversor de PDF para texto formatado em Markdown

Copiar texto de um PDF costuma dar errado: quebras de linha em lugares estranhos, páginas que não deixam selecionar e cabeçalhos e rodapés misturados ao corpo. Se você quer levar um relatório, artigo ou especificação para o Obsidian, Notion ou GitHub, ou colar numa IA para resumir ou traduzir, extrair o texto limpo antes economiza muito tempo. Esta ferramenta lê a camada de texto do PDF no navegador e devolve o conteúdo página a página como texto puro, com um separador “--- Página N ---” no início de cada uma para localizar o trecho no original.

Na extração, o texto é ordenado pela posição na página, de cima para baixo e da esquerda para a direita, com quebra de linha quando o espaço vertical aumenta claramente. Funciona bem em documentos comuns de uma coluna. Em artigos de duas colunas, layouts de jornal ou tabelas complexas, o texto das duas colunas na mesma altura pode virar uma linha só e precisar de ajuste. A ferramenta não detecta níveis de título, listas nem estrutura de tabela: o resultado é texto em parágrafos limpo, que você pode editar na própria caixa e depois copiar ou baixar como .md ou .txt.

A principal limitação é que só o texto real do PDF pode ser lido. Um PDF gerado por scanner ou foto é, na prática, uma imagem por página, sem camada de texto, e essa página aparece como vazia; é preciso passar por OCR (reconhecimento óptico de caracteres) antes. Teste rápido: se no leitor de PDF não dá para selecionar o texto com o mouse, provavelmente é um documento escaneado. Alguns PDFs com codificação de fonte incomum também podem sair com caracteres embaralhados, um problema das fontes do arquivo original.

PDFs com senha de abertura pedem a senha primeiro. Todo o processo acontece no navegador e o conteúdo nunca é enviado, o que serve para contratos e materiais internos. Para pré-visualizar a formatação depois, cole o resultado no nosso editor de Markdown.