Extrator de tabelas de PDF

Como usar

1. Solte um PDF no cartão, cole com ⌘V / Ctrl+V ou pressione “Escolher PDF”. A primeira tabela aparece assim que a página dela é analisada — não há botão Extrair. Copiar e baixar são liberados quando a análise termina.
2. A detecção automática procura primeiro tabelas com bordas e depois colunas alinhadas por texto. Escolha “Bordas” ou “Alinhamento de texto” para forçar um método. Trocar o modo ou o intervalo de páginas reaproveita as páginas já lidas e atualiza a prévia na hora.
3. Digite páginas como “1-3, 5” para analisar apenas essas páginas. Vírgulas, sinais de enumeração chineses e vírgulas árabes são aceitos, assim como dígitos arábico-índicos, árabe-orientais e de largura total. Deixe a caixa vazia para todas as páginas.
4. Clique em uma aba de tabela para trocar a prévia. “A primeira linha é cabeçalho” só muda como a primeira linha é exibida e como o cabeçalho do XLSX é formatado; os valores em si não mudam.
5. Se o PDF precisar de senha, digite-a na linha que aparecer e pressione Enter. A senha só é usada para abrir o arquivo nesta aba.

Regras, limites e problemas conhecidos

• Somente PDFs baseados em texto. Páginas digitalizadas, capturas de tela e tabelas dentro de imagens não têm camada de texto; a ferramenta informa essas páginas em vez de adivinhar. Não há OCR.
• A detecção é heurística. Bordas ausentes, espaços estreitos, layouts em duas colunas, tabelas aninhadas e tabelas que continuam entre páginas podem ser perdidos ou unidos. Troque o modo de detecção ou restrinja o intervalo de páginas e tente de novo.
• Células mescladas não são reconstruídas: o texto vai para a célula sob o centro dele, e as células vazias vizinhas continuam vazias.
• Células com várias linhas são unidas com um único espaço; quebras de linha dentro da célula não são mantidas.
• Tabelas que continuam na página seguinte não são unidas; cada página é numerada por conta própria.
• Páginas em duas colunas podem unir linhas das colunas esquerda e direita em uma só tabela.
• A direção da direita para a esquerda é decidida pela maioria das letras. Uma tabela com quantidades parecidas de texto árabe e latino pode ser invertida errado; a nota acima da prévia sempre mostra a direção em uso.
• Os valores são copiados como aparecem: 89,90, 00721 e 03/04/2026 não são interpretados, arredondados nem reordenados.
• Limites: um PDF, 50 MB, 200 páginas, 200 tabelas e 100.000 células; uma tabela com mais de 200 colunas ou 50.000 linhas é ignorada e identificada. O XLSX comporta no máximo 30 tabelas.
• A prévia renderiza as primeiras 100 linhas; copiar e baixar sempre usam todas as linhas.
• Se o autor restringiu a cópia, a ferramenta ainda extrai as tabelas e mostra um aviso. Verifique se você tem o direito de usá-las.
• Senhas: somente a senha de abertura (do usuário) é suportada. Ela é usada para abrir o documento nesta aba, nunca é salva e a criptografia do PDF não é removida.
• Arquivos acima de 20 MB ou 50 páginas mostram um aviso de “pode demorar”; arquivos acima dos limites rígidos são rejeitados com o valor real.