Converter DOCX para TXT
Reduza um documento do Word às palavras. O conversor gera um arquivo .txt limpo, na codificação e no estilo de quebra de linha que o próximo programa espera, pronto para ferramentas de busca, softwares de tradução, scripts ou uma janela de chat.
Conversor de documentos
ou solte arquivos PDF, DOC, DOCX … aqui ·
Até 95 MB por arquivo· Até 20 arquivos· Apagados após 30 minutos
Os arquivos são processados em nossos servidores e apagados após 30 minutos.
150 DPI transforma uma página A4 em cerca de 1240 × 1754 px. Use 300 para impressão.
Converta o arquivo inteiro ou só algumas páginas ou slides (entrada PDF e apresentações).
Páginas ou slides a converter, por exemplo 1-3, 5, 8-10.
UTF-8 funciona para qualquer idioma. Escolha UTF-8 com BOM se o Excel ou o Bloco de Notas no Windows mostrar caracteres embaralhados; codificações antigas só para programas antigos.
LF para macOS, Linux e editores de código; CRLF para programas antigos do Windows, como o Bloco de Notas clássico.
Vírgula é o padrão. Use ponto e vírgula para o Excel em países que escrevem decimais com vírgula (Alemanha, França, Brasil).
Entrada Excel com várias planilhas: converta todas (uma seção ou arquivo por planilha) ou só a primeira.
Como usar esta ferramenta
- 1
Envie seus arquivos DOCX
Solte um documento ou um lote de até 20, cada um com até 95 MB. Arquivos .doc, .docm e .dotx mais antigos também são aceitos.
- 2
Escolha a codificação e as quebras de linha
Converter para fica em Texto simples e Formatação em Somente texto. Em Configurações avançadas, deixe Codificação do texto em UTF-8, a menos que um programa antigo precise de uma página de código, e escolha CRLF em Quebras de linha para ferramentas clássicas do Windows.
- 3
Converta para TXT
Clique em Converter para Texto simples e baixe um .txt por documento, ou todos juntos em um ZIP.
Envie o arquivo do Word, deixe Formatação em Somente texto e clique em Converter para Texto simples para receber um .txt com todas as palavras, em UTF-8, a menos que você escolha outra codificação.
Por que extrair texto simples de um documento do Word
Um arquivo DOCX é um arquivo ZIP com partes em XML. As palavras ficam em word/document.xml, envoltas em tags de trecho e de parágrafo, ao lado de folhas de estilo, definições de numeração, imagens e relacionamentos. Programas que só querem o texto precisam desempacotar tudo isso antes, e muitos simplesmente recusam o arquivo.
É aí que o texto simples ajuda. Pesquisadores que carregam entrevistas em uma ferramenta de análise de texto, tradutores que orçam por número de caracteres, desenvolvedores que passam documentos para um script e editores que colam textos em um sistema de conteúdo precisam das palavras sem o invólucro. O Word faz isso um arquivo por vez com Salvar como e a caixa de diálogo Conversão de Arquivo; o conversor faz o mesmo para um lote inteiro e deixa você definir a codificação uma vez só.
Texto de outras fontes segue o mesmo caminho: HTML para TXT limpa páginas da web salvas, e apresentações de slides têm sua própria rota.
Como escolher a codificação e as quebras de linha do seu TXT
O padrão e a escolha certa para quase tudo. Cobre todos os sistemas de escrita, do latim acentuado ao hangul e aos emojis, e é o que ferramentas web, Git, Python e editores modernos esperam.
- O Bloco de Notas do Windows salva em UTF-8 sem BOM por padrão desde o Windows 10 versão 1903
- Combine com quebras de linha LF para macOS, Linux e código
UTF-8 mais três bytes marcadores no início do arquivo. Use quando um programa do Windows mostrar letras acentuadas como é ou lixo parecido.
- Algumas ferramentas Unix exibem o BOM como um caractere perdido
- Combine com CRLF para softwares clássicos do Windows
Windows-1252, ISO-8859-1, Shift_JIS, GB18030 e EUC-KR existem para softwares escritos antes do Unicode. Caracteres fora da página de código escolhida não podem ser gravados.
- Só escolha uma quando o programa documentar que precisa dela
- além de .docm e .dotx
- .docx .doc
- codificações de texto para escolher
- 8
- estilos de quebra de linha
- LF / CRLF
- até os arquivos serem apagados
- 30 min
DOCX
Documento do Microsoft Word
DOCX é o formato de documento padrão do Microsoft Word desde o Office 2007, baseado no padrão Office Open XML (ECMA-376, ISO/IEC 29500). É um pacote ZIP de arquivos XML com texto, estilos, imagens, tabelas, comentários e alterações controladas. É o formato mais comum para documentos editáveis em empresas, escolas e candidaturas a vagas. O layout pode mudar um pouco entre Word, Google Docs, LibreOffice e Pages, principalmente com formatação complexa. A maioria dos processadores de texto abre arquivos DOCX.
- Compressão
- –
- Transparência
- –
- Animação
- –
- Lançamento
- 2007 · Microsoft
TXT
Texto simples
Um arquivo TXT contém apenas caracteres simples, sem formatação, fontes, imagens ou layout. Os arquivos de texto atuais costumam usar a codificação UTF-8, que cobre todos os idiomas, mas arquivos mais antigos podem usar outras codificações e exibir caracteres embaralhados. O texto simples é minúsculo, nunca fica obsoleto e abre em qualquer dispositivo, de celulares a servidores. Ele não comporta negrito, tabelas nem imagens, então a estrutura precisa ser expressa com espaçamento ou marcação simples.
- Compressão
- –
- Transparência
- –
- Animação
- –
- Lançamento
- –
O DOCX vira TXT quando só as palavras importam para a próxima etapa: um corpus ou índice de busca, um orçamento de tradução que conta caracteres, um script que lê linhas ou um campo de formulário que só aceita texto simples.
O que um arquivo TXT deixa de fora do seu DOCX
- Texto simplesTXT · text/plain
- Um arquivo só de caracteres e quebras de linha, sem fontes, tamanhos, cores, imagens ou layout de página. O significado dele depende inteiramente da codificação usada para transformar os bytes de volta em caracteres.
Tudo o que é visual some: negrito, itálico, fontes, quebras de página, cabeçalhos, colunas, imagens e gráficos. Listas numeradas e com marcadores mantêm as palavras, e os parágrafos mantêm a ordem, separados por quebras de linha. As imagens ainda podem ser guardadas como arquivos ao lado do texto ativando Incluir imagens, que as junta ao TXT em um ZIP.
Perguntas sobre converter DOCX para TXT
O TXT gerado do DOCX inclui o texto excluído nas alterações controladas?
Não. Com Incluir comentários desativado, você recebe o documento como ele fica depois de aceitar todas as alterações: inserções entram, exclusões somem e os balões de comentário ficam de fora. Ative a opção só se quiser os comentários dos revisores escritos no texto.
O que acontece com as tabelas do Word ao converter DOCX para TXT?
Cada linha da tabela vira uma linha de texto com o conteúdo das células na ordem de leitura. Isso mantém todas as palavras, mas perde a grade, então um documento feito principalmente de tabelas fica melhor em DOCX para HTML, que as mantém como tabelas de verdade.
Qual codificação escolher no TXT para um programa antigo do Windows?
Tente primeiro UTF-8 com BOM; os três bytes marcadores avisam a muitos programas do Windows que o arquivo é UTF-8. Se o programa é anterior ao Unicode, escolha Windows-1252 para texto da Europa Ocidental (inclusive português), Shift_JIS para japonês, GB18030 para chinês ou EUC-KR para coreano.
Por que converter Word para TXT antes de colar em um assistente de IA ou ferramenta de tradução?
Copiar do Word pode levar junto formatação oculta, aspas curvas, hifens condicionais e códigos de campo invisíveis. Um arquivo de texto simples entrega à ferramenta exatamente os caracteres da página, e a contagem de caracteres bate com o que um orçamento de tradução ou um limite de tokens vai considerar.
Dá para manter os títulos marcados de alguma forma no texto do DOCX?
Texto simples não tem títulos, só linhas. Se você precisa que os títulos continuem reconhecíveis, converta para Markdown; DOCX para Markdown os escreve como linhas com #, que continuam se lendo naturalmente como texto.