Dois tipos de PDF que parecem iguais

PDF é um contêiner, não um único tipo de conteúdo. Um PDF exportado do Word, do Google Docs ou de um sistema de notas fiscais costuma guardar caracteres reais: o arquivo sabe que uma linha diz "Nota 1042" e qual fonte a desenha. Já um PDF criado por scanner, copiadora ou aplicativo de digitalização no celular costuma guardar uma fotografia de cada página. Na tela, os dois parecem documentos. Por dentro, um tem texto e o outro tem pixels.

Essa diferença define o que qualquer conversor de PDF para Word consegue fazer. O conversor pode levar o texto que existe para parágrafos editáveis. Ele não consegue editar palavras que não estão guardadas como palavras.

Um teste de 20 segundos antes de converter

Abra o PDF no navegador ou no seu leitor de PDF e faça três testes:

  1. Selecione uma única palavra. Arraste o cursor sobre ela. Se só essa palavra ficar destacada, existe uma camada de texto. Se a página inteira for selecionada como uma imagem, provavelmente é uma digitalização.
  2. Procure uma palavra que você está vendo. Pressione Ctrl+F (Cmd+F no Mac) e digite uma palavra da página. Nenhum resultado normalmente indica que não há camada de texto.
  3. Dê zoom de 400%. Texto de verdade continua nítido. Uma digitalização fica borrada ou quadriculada nas bordas das letras, porque você está ampliando pixels.

Alguns arquivos são mistos: páginas digitadas com uma página de assinatura digitalizada, ou uma digitalização que alguém já passou por reconhecimento de texto. Teste algumas páginas, não só a primeira.

O que o PDF para Word da Convertios faz de verdade

A ferramenta PDF para Word da Convertios envia o PDF ao servidor da Convertios, onde o mecanismo de código aberto pdf2docx reconstrói as páginas como um arquivo DOCX. Os arquivos temporários são apagados ao fim da solicitação. O limite é de 25 MB por PDF.

O pdf2docx lê o texto, as imagens e o layout que já existem no PDF. Ele não faz reconhecimento óptico de caracteres (OCR). Por isso:

  • Um PDF com texto normalmente vira parágrafos editáveis, com tabelas e imagens posicionadas o mais perto possível do layout original.
  • Um PDF digitalizado vira um Word que contém as imagens das páginas. Ele abre, imprime e parece certo, mas você não consegue mudar as palavras.

Isso não é uma conversão com defeito. É o resultado honesto de converter uma imagem: a imagem chega intacta.

Por que digitalizações precisam de OCR

Um programa de OCR analisa as formas de uma imagem e deduz quais caracteres elas representam. Um bom OCR impressiona, mas continua sendo uma interpretação: um "8" borrado pode virar "B", uma vírgula decimal pode sumir e colunas podem ser lidas na ordem errada. Nosso guia sobre como o OCR funciona explica o processo e os erros mais comuns.

Se você precisa de texto editável a partir de uma digitalização, o caminho é este:

  1. Passe a digitalização primeiro por um aplicativo com OCR. Muitos editores de PDF, pacotes de escritório e apps de digitalização trazem esse recurso, muitas vezes com nomes como "reconhecer texto" ou "tornar pesquisável".
  2. Confira se agora é possível selecionar e pesquisar o texto no novo PDF.
  3. Converta esse PDF pesquisável no PDF para Word ou copie direto o texto reconhecido.
  4. Revise. Dê atenção especial a números, nomes, datas, e-mails e células de tabela.

O que fazer em situações comuns

Você só precisa enviar ou imprimir a página

Talvez você nem precise do Word. Se pediram "uma imagem da página 3", exporte essa página como JPG. Se só precisa de uma parte do documento, extraia as páginas desejadas para um novo PDF.

Você quer mudar algumas palavras de uma carta digitalizada

Redigitar uma carta curta costuma ser mais rápido e confiável do que aplicar OCR e corrigir o resultado. Em documentos longos o OCR economiza tempo, mas reserve um momento para a revisão.

O PDF tem texto de verdade, mas o layout muda

Colunas complexas, campos de formulário, fontes incomuns e tabelas montadas com muitas caixas de texto podem se deslocar na conversão. Nosso guia para converter PDF em Word sem perder a formatação mostra como preparar o arquivo e o que conferir depois.

Checklist rápido

  • Dá para selecionar e pesquisar o texto? Se não, o OCR vem primeiro.
  • O arquivo tem menos de 25 MB? Se não, divida-o em partes menores.
  • Depois de converter, compare números e nomes com o original.
  • Guarde o PDF original. O DOCX é uma cópia de trabalho, não substitui a versão assinada ou oficial.

Converter uma digitalização para Word sem OCR gera um Word cheio de imagens. É o comportamento esperado, não um erro, e nenhum conversor de PDF para Word sem OCR consegue fazer diferente.