Guias
Por que a formatação desconfigura ao passar PDF para Word
Por que o layout, as tabelas e as colunas mudam quando você converte um PDF para Word, por que PDFs digitalizados não geram texto e o que fazer para ter resultados melhores.
Autor: Hemen Dönüştür Editör EkibiPublicado em: 8 min de leitura
Você converteu um PDF para Word, mas no resultado as tabelas viraram texto corrido, uma página de duas colunas virou uma coluna só ou as quebras de linha caíram em outros lugares. Normalmente isso não é um "defeito" do conversor, e sim uma consequência de os dois formatos funcionarem de maneiras fundamentalmente diferentes. Este guia explica a diferença entre PDF e Word, os problemas mais comuns e o que você pode fazer para ter resultados melhores.
A diferença essencial: páginas fixas versus texto fluido
O PDF é um formato de layout fixo, criado para que um documento tenha a mesma aparência em qualquer dispositivo e impressora. O artigo "Opening PDFs in Word" da Microsoft resume assim: um arquivo PDF guarda a posição de textos, imagens e gráficos vetoriais em uma página, mas não necessariamente as relações entre eles. Ou seja, um PDF registra "estas letras ficam neste ponto da página"; muitas vezes ele não registra "isto é um parágrafo", "isto é uma célula de tabela" ou "este texto continua na segunda coluna".
O Word é um formato de texto fluido. O texto corre em parágrafos, as quebras de página são recalculadas enquanto você digita, e as tabelas são formadas por linhas e células. Converter PDF para Word significa deduzir essa estrutura a partir das posições. A Microsoft faz o mesmo alerta sobre a sua própria conversão: o documento convertido pode não ter uma correspondência perfeita página a página com o original, e as quebras de linha e de página podem cair em lugares diferentes.
Os problemas de layout mais comuns e por que acontecem
Tabelas viram texto corrido
Em um PDF, uma tabela normalmente é só um conjunto de trechos de texto e linhas colocados em certas posições; não existe informação de linha ou de célula. A Microsoft inclui tabelas com espaçamento entre células entre os elementos sabidamente problemáticos na conversão de PDF para Word. Nosso conversor não reconstrói tabelas do PDF como tabelas do Word: o texto das células vai para o documento Word como parágrafos comuns, e células da mesma linha podem ser unidas em uma única linha de texto.
Colunas e caixas de texto desaparecem
Nosso conversor monta um documento fluido lendo a página de cima para baixo, e os itens de uma mesma linha da esquerda para a direita. Em textos de uma coluna, isso dá a ordem de leitura correta. Mas em páginas com várias colunas, no estilo de jornal ou revista, linhas na mesma altura em duas colunas lado a lado podem se misturar. O layout em colunas e as caixas de texto não são mantidos no arquivo Word.
As fontes mudam
Nosso conversor leva o nome, o tamanho e a cor da fonte para o documento Word. Já a fonte incorporada no PDF não vai junto; quando você abre o documento, o Word usa as fontes instaladas no seu computador. Se você não tiver a mesma fonte, o Word a substitui por uma parecida, o que muda o comprimento das linhas e, com isso, as quebras de página. Fontes que não estão instaladas no nosso servidor também são substituídas por equivalentes próximas durante a conversão.
Quebras de linha e parágrafos
Se você já copiou texto de um PDF, viu que sobra uma quebra de linha forçada no fim de cada linha. Nosso conversor junta essas linhas de volta em parágrafos de verdade, enquanto linhas curtas e linhas que terminam uma frase ficam separadas. Essa heurística funciona para a maior parte dos textos, mas em poemas, blocos de endereço ou listas com linhas curtas você pode ver algumas linhas unidas ou separadas.
Fundos, bordas e elementos especiais
Imagens de fundo de página inteira não são levadas para o arquivo Word. Segundo a lista da Microsoft, cores e bordas de página, quadros, notas de rodapé que ocupam mais de uma página, notas de fim, marcadores do PDF, comentários e efeitos de fonte como brilho ou sombra também são sabidamente problemáticos na conversão de PDF para Word.
PDFs digitalizados e OCR
Um PDF digitalizado é feito de fotos das páginas; ele não contém texto selecionável. Para tirar texto de um arquivo assim é preciso OCR (reconhecimento óptico de caracteres). Nosso conversor não faz OCR: um PDF digitalizado, só com imagens, não gera texto e a conversão retorna um resultado vazio.
É fácil verificar se um PDF é digitalizado: tente selecionar o texto com o mouse em um leitor de PDF. Se você não consegue selecionar as palavras e a página inteira se comporta como uma única imagem, o arquivo é uma digitalização. Nesse caso, adicione primeiro uma camada de texto com uma ferramenta de OCR e depois converta. A página de suporte da Microsoft sobre texto digitalizado sugere o software de OCR que veio com o seu scanner, ou o Microsoft Lens, que pode salvar direto em um documento Word editável; a mesma página observa que a escrita à mão raramente é reconhecida e que você deve sempre revisar o texto depois do OCR.
O que o nosso conversor mantém
No nosso conversor de PDF para Word, a conversão é feita no nosso servidor; o PDF que você envia e o DOCX gerado são excluídos em no máximo 30 minutos. O resultado mantém:
- O texto principal na ordem de leitura, com as linhas unidas em parágrafos
- Títulos detectados pelo tamanho da fonte
- Listas com marcadores e listas numeradas consecutivas
- Imagens incorporadas no PDF
- Nome, tamanho e cor da fonte, além de um alinhamento estimado
O que não é mantido: layout em colunas, caixas de texto, estrutura de tabelas e imagens de fundo de página inteira. PDFs protegidos por senha não podem ser convertidos até que a senha seja removida.
Em resumo, você obtém os melhores resultados com documentos de uma coluna, com bastante texto, que foram salvos direto em PDF a partir de um editor de texto. A Microsoft diz o mesmo sobre a sua própria conversão de PDF, que funciona melhor com PDFs compostos principalmente de texto. Contratos, relatórios, cartas e artigos entram nesse grupo; folhetos, páginas de revista, formulários e tabelas financeiras densas exigem mais ajustes manuais depois da conversão.
Dicas para resultados melhores
- Procure o arquivo original. Se o PDF foi gerado a partir de um documento Word, o DOCX original sempre vai ser melhor que qualquer conversão. Peça a versão em Word a quem produziu o documento.
- Passe PDFs digitalizados por OCR antes. Se o texto não pode ser selecionado, adicione uma camada de texto antes de converter.
- Remova a senha. Abra o PDF protegido no seu leitor com a senha, salve uma cópia sem proteção e envie essa cópia.
- Escolha o destino certo. Se você só precisa das palavras, PDF para TXT evita qualquer bagunça de formatação. Para um texto limpo que mantém títulos e listas, experimente PDF para Markdown. Se um sistema mais antigo só aceita .doc, use o conversor de PDF para DOC.
- Refaça as tabelas à mão. Em tabelas complexas, criar uma tabela nova no Word e colocar o texto convertido nas células costuma ser o caminho mais rápido.
- Confira as fontes. Se as linhas mudaram de lugar no resultado, troque a fonte do documento por uma instalada no seu computador.
- Volte para PDF quando terminar. Antes de compartilhar um documento que você editou no Word, converta-o com Word para PDF para fixar o layout de novo.
Perguntas frequentes
Posso converter um PDF digitalizado para Word?
Não diretamente com o nosso conversor, porque não fazemos OCR e as páginas digitalizadas não têm texto selecionável. Passe o arquivo por uma ferramenta de OCR para adicionar uma camada de texto e depois converta.
As tabelas do meu PDF vão virar tabelas do Word?
Não. Um PDF guarda a tabela como trechos de texto posicionados, e não como linhas e células, e nosso conversor não reconstrói tabelas a partir disso. O texto das células é levado como parágrafos.
Por que o número de páginas mudou?
O Word faz o texto fluir e calcula as quebras de página por conta própria. Pequenas diferenças de fontes, margens e linhas unidas deslocam as quebras de página, então o número de páginas pode mudar.
Por que o texto fica misturado em PDFs com várias colunas?
Nosso conversor lê a página de cima para baixo e cada linha da esquerda para a direita, então linhas na mesma altura em duas colunas lado a lado podem ser unidas. Em documentos assim, confira o texto coluna por coluna.
Devo converter meu PDF para DOCX ou DOC?
Se você usa o Word 2007 ou posterior, o Google Docs ou o LibreOffice, escolha o DOCX gerado pelo conversor de PDF para Word; ele tem suporte mais amplo. Escolha DOC só se a outra pessoa usa o Word 97-2003 ou se o sistema para onde você vai enviar só aceita .doc.
Meus arquivos ficam seguros?
O PDF é enviado ao nosso servidor só para a conversão; tanto o arquivo enviado quanto o documento Word gerado são excluídos em no máximo 30 minutos. Não é preciso criar conta.
