Conversor de PDF para Excel

O que o detector consegue recuperar e quais são os limites

As páginas de um PDF armazenam texto posicionado, não células de planilha. Este conversor agrupa textos próximos em linhas, procura posições de coluna repetidas, preenche células ausentes e rejeita blocos que não se parecem com uma tabela regular. Ele também considera a rotação e a área visível da página ao interpretar as posições.

O detector é propositalmente conservador. É melhor não apresentar nenhuma tabela do que transformar textos sem relação em uma planilha convincente, porém incorreta. Sempre compare valores importantes com o PDF original antes de fazer cálculos, importações ou conciliações.

Formatos de exportação

XLSX cria uma planilha para cada tabela selecionada, com no máximo 200 planilhas em um download. Cada valor extraído é gravado como uma célula de texto. O conversor não tenta interpretar números, datas, fórmulas, moedas ou formatos contábeis, e não recria bordas, fontes, células mescladas nem o design original da página.

CSV e TSV baixam cada tabela selecionada separadamente. Estão disponíveis os delimitadores vírgula, ponto e vírgula e tabulação. Campos que contêm delimitador, aspas ou quebra de linha são colocados entre aspas duplas, e os registros usam finais de linha CRLF de acordo com as regras comuns descritas na RFC 4180. Um BOM UTF-8 vem ativado por padrão para melhorar a compatibilidade com programas de planilha, mas o delimitador correto ainda depende do aplicativo e das configurações regionais usados na importação.

Segurança contra fórmulas de planilha

Um PDF pode conter texto que começa com =, +, - ou @. Alguns programas de planilha podem interpretar esse texto como uma fórmula quando um arquivo CSV é aberto. A proteção contra fórmulas vem ativada por padrão e adiciona um prefixo às células CSV que parecem fórmulas, aumentando a chance de continuarem como texto. A proteção também inclui células com espaços iniciais e as variantes de largura completa desses caracteres.

Essa medida reduz o risco, mas não é uma garantia universal de segurança. A orientação da OWASP sobre injeção em CSV observa que o comportamento varia entre programas e que o escape pode mudar depois que um CSV é salvo e aberto novamente. Mantenha a proteção ativada para PDFs não confiáveis, confira as células exportadas e não ative macros nem ignore avisos de segurança da planilha. A saída XLSX grava os valores extraídos como células de texto explícitas, não como fórmulas.

Limites e armazenamento privado no navegador

• Um PDF por vez, com até 20 MiB e 150 páginas.
• PDFs com excesso de fragmentos de texto, volume de texto ou dados tabulares são rejeitados antes que possam sobrecarregar o navegador.
• A prévia mostra as primeiras 100 linhas de cada tabela detectada; a exportação inclui todas as linhas detectadas dentro dos limites de segurança.
• Uma pasta de trabalho pode conter até 200 planilhas selecionadas.
• PDFs protegidos por senha e criptografados não são aceitos. Desbloqueie uma cópia que você tenha permissão para usar antes da conversão.
• Durante o fluxo de três etapas, o PDF original, as tabelas detectadas e as configurações ficam armazenados de forma privada neste navegador por 30 minutos. São mantidos no máximo três trabalhos e 80 MiB de dados locais.
• Apenas um identificador aleatório do trabalho aparece na URL do fluxo. O PDF, os valores extraídos e os arquivos baixados não são enviados pelo nossos servidores nem carregados no servidor de resultados.
• A opção Recomeçar remove o trabalho local atual. Registros expirados ou inválidos são apagados na próxima vez que a ferramenta verificar o armazenamento do navegador.

O PDF é carregado a partir de seus bytes locais por meio do PDF.js. A ferramenta baixa suas bibliotecas como recursos normais da Web, mas não envia o PDF selecionado com essas solicitações.

Revisão acessível

O controle de envio funciona com o teclado, o progresso e os erros são anunciados às tecnologias assistivas, e as tabelas detectadas usam legendas e cabeçalhos de coluna. A prévia permite rolagem horizontal em telas pequenas e preserva a direção detectada para tabelas da direita para a esquerda. Esses recursos ajudam a revisar a extração, mas não substituem a comparação com o documento original quando a precisão é importante.