PDF para Word

Um PDF não contém parágrafos. Ele contém instruções para colocar um determinado glifo em uma determinada coordenada, e a aparência de um parágrafo é algo que o seu olho monta a partir de glifos que por acaso se alinham. Normalmente não há registro de quais caracteres formavam uma frase, de onde uma coluna começava e terminava, nem de se uma grade de números era uma tabela ou quatro blocos de texto separados que por acaso ficaram alinhados.

Então todo conversor de PDF para Word está fazendo engenharia reversa da intenção a partir da geometria. Ele precisa agrupar glifos em palavras medindo os espaços, palavras em linhas pela linha de base, linhas em parágrafos pelo espaçamento e pela indentação, e parágrafos em colunas e tabelas olhando o espaço em branco entre eles. Errar nisso produz um arquivo que parece certo e se comporta como um quebra-cabeça.

Entender isso torna os resultados previsíveis em vez de misteriosos. Um conversor só pode ser tão bom quanto a evidência geométrica presente no arquivo, e é por isso que um relatório simples de uma coluna converte quase perfeitamente e uma página dupla de revista com texto girado sobre uma foto não.

Documentos de trabalho são o ponto ideal: relatórios, contratos, cartas, extratos, artigos acadêmicos. Prosa em coluna única, títulos, listas com marcadores e tabelas com linhas visíveis chegam todos como estruturas nativas do Word que você pode editar e reestilizar na hora. As imagens são transportadas no lugar, na resolução original.

Espere gastar alguns minutos arrumando quando o layout de origem for genuinamente ambíguo. Layouts de revista em várias colunas forçam uma decisão sobre a ordem de leitura que às vezes não tem resposta. Texto posto sobre imagens, uso pesado de efeitos de texto e tabelas sugeridas apenas por alinhamento são as três coisas que mais costumam precisar de uma mão depois. Nada disso é específico de um conversor — é o custo inerente de sair de um formato de layout fixo para um que se reajusta, e qualquer ferramenta que afirme o contrário está discretamente entregando caixas de texto não editáveis no lugar.

Se o seu objetivo é reaproveitar o conteúdo e não reproduzir o design, a conversão é praticamente sempre boa o bastante. Se o objetivo é um clone editável idêntico pixel a pixel de uma página projetada, nenhum conversor vai chegar lá, e editar o PDF diretamente com Editar PDF é o caminho melhor.

Um PDF digitalizado é a fotografia de uma página embrulhada em um contêiner PDF. Não há glifos para agrupar nem geometria para interpretar — do ponto de vista do arquivo a página é uma única imagem, e um conversor ingênuo vai fielmente lhe entregar um documento do Word com uma figura por página.

Esse caso é detectado, não adivinhado. Quando se constata que um documento não tem camada de texto aproveitável, ele passa antes por reconhecimento óptico de caracteres, que lê a imagem e escreve uma camada de texto invisível posicionada sobre as palavras reconhecidas. Só depois disso a conversão normal roda, de modo que o arquivo do Word resultante tem texto real, editável e pesquisável.

A qualidade da digitalização é o que determina o resultado. Páginas retas, bem iluminadas, a 300 DPI e em uma fonte comum saem quase perfeitas. Páginas tortas, pouco contraste, escrita à mão e fontes incomuns degradam a precisão, e uma página difícil para você ler também será difícil para o OCR. A correção de inclinação e de rotação é aplicada automaticamente, o que recupera boa parte do que uma digitalização apressada perde.

O arquivo que você recebe é um .docx comum e abre no Microsoft Word, no Google Docs, no LibreOffice Writer e no Apple Pages sem nenhuma etapa de conversão adicional. Não há nada proprietário nem marca d'água nele.

Dois hábitos deixam o ajuste rápido. Ative as marcas de formatação do Word antes de começar — ver onde as quebras de parágrafo, as quebras de seção e as tabulações realmente caíram explica em segundos a maior parte dos comportamentos estranhos de layout. E faça as correções estruturais antes das cosméticas: unir uma tabela que se partiu, ou remover uma quebra de seção perdida, movimenta o texto e desfaz qualquer estilo que você tenha aplicado primeiro.

Quando terminar e precisar de um PDF de novo, Word para PDF fecha o ciclo e produz um documento limpo e bem paginado a partir do seu arquivo editado.