PDF digital e documento digitalizado
O extrator lê a camada textual existente no PDF. Uma fotografia ou digitalização pode não conter essa camada; nesse caso, é informado que não há texto extraível. A ferramenta não executa OCR e não inventa o conteúdo de imagens.
Ordem e fidelidade do texto
As páginas são separadas por identificadores no resultado. Dentro de cada página, a ordem segue os itens de texto do documento e pode diferir da leitura visual em colunas, tabelas ou diagramações complexas.
Fontes com codificação incompleta, símbolos, ligaturas e PDFs malformados podem produzir caracteres diferentes. Revise o resultado antes de reutilizá-lo. O limite é de cinco milhões de caracteres extraídos por operação, em PDFs de até 100 MB e mil páginas.
Biblioteca, worker, mapas de caracteres e fontes de apoio são servidos pelo próprio portal. O arquivo não é enviado para extração. PDFs protegidos por senha ou permissões não são suportados.
Para separar documentos, use dividir ou extrair páginas.
