Texto selecionável não é o mesmo que uma digitalização
Alguns PDFs armazenam códigos de caracteres e mapeamentos de glifos. Outros são apenas fotos das páginas e não contêm texto pesquisável até passar por OCR (reconhecimento óptico de caracteres).
O recurso salva os caracteres incorporados que consegue ler. Não reproduz fontes, tabelas, colunas, desenhos ou diagramação como um documento de editor de texto.
Examine o TXT exportado
Arquivos complexos podem armazenar os caracteres fora da ordem de leitura. Se nomes ou colunas ficarem embaralhados, use extração que reconheça o layout ou um fluxo de OCR apropriado.
- Abra o PDF e veja se as letras podem ser selecionadas.
- Em Converter PDF, selecione a exportação de todas as páginas para TXT.
- Abra o TXT e confira quebras de linha, caracteres e sequência; corrija os problemas em um editor de texto.
- Não espere que o TXT preserve assinaturas, imagens, fontes ou o layout das páginas.