Extrair tabelas de PDF para planilha

Passe as tabelas de um PDF para uma planilha, conferindo página por página.

Lê o texto digital do PDF no navegador, agrupa linhas e colunas pela posição e mostra cada tabela com o número da página, para corrigir antes de baixar em CSV. PDF digitalizado (só imagem) precisaria de OCR, que esta versão não faz.

PDF com tabelas

PDF com texto digital (que dá para selecionar). Até 300 páginas.

O arquivo é lido no seu navegador e não é enviado a nenhum servidor.

Tabelas encontradas

Escolha um PDF. As tabelas aparecem aqui, com a página de cada uma, para corrigir e baixar em CSV.

Calculando…

Como funciona

O pdf.js lê no seu navegador cada trecho de texto da página com a posição. Trechos na mesma altura formam uma linha; espaços grandes entre eles separam as células; linhas seguidas com duas ou mais células formam uma tabela. As colunas saem da faixa horizontal ocupada pelas células das linhas mais regulares, o que funciona também com números alinhados à direita.

Cada tabela mostra a página de origem e pode ser corrigida célula por célula antes de baixar. O CSV leva as colunas “pagina” e “tabela” na frente de cada linha, para conferir no PDF, e protege as células que começam com =, +, - ou @ contra fórmulas.

Exemplo para conferir

O PDF de exemplo é um pedido de compra com quatro colunas (código, produto, quantidade e valor alinhado à direita). O resultado é uma tabela de 4 linhas na página 1: cabeçalho e três produtos, com o valor 279,00 na mesma coluna de 95,88.

Limitações

Só PDF com texto digital. PDF digitalizado (foto ou scanner) não tem texto: precisaria de OCR, que esta versão não faz — no navegador, um OCR de qualidade para português exige baixar um modelo de vários MB e processar devagar no celular; a decisão de custo e viabilidade está registrada. Células mescladas, colunas sem espaço entre si, texto girado e tabelas que continuam na página seguinte pedem correção manual. Planilha .xlsx não é gerada: o CSV abre no Excel, no LibreOffice e no Google Planilhas.

Fontes e revisão

Conteúdo revisado em . A data muda só quando as regras e os textos são conferidos de novo, não a cada atualização técnica do site.

Perguntas frequentes

Por que a ferramenta não lê PDF escaneado?

PDF escaneado é uma imagem: não há texto para extrair. Seria preciso OCR (reconhecimento de caracteres), que esta versão não faz. A ferramenta avisa quais páginas não têm texto digital.

Posso abrir o CSV no Excel?

Sim. O arquivo usa ponto e vírgula e UTF-8 com marca de ordem de bytes, que o Excel em português reconhece com os acentos. As colunas “pagina” e “tabela” mostram de onde veio cada linha.

O arquivo é enviado para algum lugar?

Não. O PDF é lido pelo pdf.js no seu navegador e o CSV é montado aí mesmo.

Relacionadas

Ver todas as ferramentas de Documentos · Catálogo completo