Converter PDF para JSON
Extraia as tabelas de um PDF e receba os dados como registros JSON. A linha de cabeçalho fornece as chaves, cada linha da tabela vira um objeto e o resultado vai direto para o código.
Conversor de dados
ou solte arquivos CSV, TSV, TXT … 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.
Caractere que separa as colunas em arquivos CSV e de texto, tanto na leitura quanto na escrita. A detecção automática identifica o da entrada e grava vírgulas.
UTF-8 funciona para qualquer idioma. Escolha UTF-8 com BOM se o Excel no Windows mostrar acentos ou caracteres asiáticos embaralhados ao abrir o CSV.
Entrada Excel, ODS e Numbers: converta só a primeira planilha ou todas (um CSV por planilha em um ZIP, ou uma chave JSON por planilha).
Nome da aba na nova planilha, com até 31 caracteres.
Array de objetos usa os nomes das colunas como chaves em cada linha; array de arrays é mais compacto e mantém o cabeçalho como primeiro array.
Nome do elemento externo que envolve todas as linhas; cada linha vira um <row> dentro dele.
Usado nos comandos CREATE TABLE e INSERT. Somente letras, dígitos e sublinhados.
As aspas e os tipos de coluna variam um pouco entre bancos de dados; escolha aquele em que você vai importar.
Reescreve as células de data em um único formato. ISO (2026-10-18) é o mais seguro para bancos de dados e código; manter como está deixa as datas como aparecem no original.
Como usar esta ferramenta
- 1
Envie o PDF
Adicione um extrato, uma lista de preços ou um relatório que contenha tabelas. Até 20 PDFs por lote, de 95 MB cada.
- 2
Escolha a estrutura do JSON
Estrutura do JSON começa em Array of objects. Mude para Array of arrays em Configurações avançadas quando a tabela não tiver uma linha de cabeçalho utilizável.
- 3
Converta e confira
Clique em Converter para JSON, baixe o arquivo e compare alguns registros com o PDF antes de usá-lo em seu script.
Converter PDF para JSON lê as tabelas de um PDF e grava cada linha como um objeto JSON, usando os cabeçalhos das colunas como chaves, de modo que os dados presos em um documento para impressão passam a ser algo que o código consegue percorrer.
Por que um PDF não sabe que contém uma tabela
A Adobe criou o PDF em 1993 para que uma página tivesse a mesma aparência em qualquer lugar, e o formato, padronizado como ISO 32000-1 em 2008, ainda pensa em páginas. Dentro do arquivo, uma tabela é um conjunto de fragmentos de texto desenhados em coordenadas x e y, muitas vezes com algumas linhas traçadas entre eles. Não existe linha, coluna nem cabeçalho, a menos que o autor tenha exportado um PDF com marcação (tagged), recurso adicionado no PDF 1.4 que muitas ferramentas ainda ignoram.
Extrair JSON significa, portanto, reconstruir a grade: agrupar em linhas os fragmentos que compartilham a mesma linha de base, encontrar os espaços verticais que separam as colunas e tratar a linha de cima como nomes. Funciona bem em PDFs exportados de software de contabilidade, planilhas e ferramentas de relatório, em que cada célula fica em uma linha limpa. Tem dificuldade com tabelas desenhadas à mão em um programa de diagramação, com células que ocupam várias colunas e com qualquer coisa escaneada.
Quem converte PDF para JSON, e para quê
Leitura de notas fiscais e extratos
Um desenvolvedor recebe notas fiscais de fornecedores ou extratos bancários em PDF e precisa dos itens como registros para conferir com os pedidos.
Tabelas de referência publicadas
Tarifas, tabelas de preços e listas de preços muitas vezes só existem em PDF. Com JSON, um aplicativo ou um site pode carregá-las sem digitar tudo de novo.
Dados de teste e protótipos
Uma equipe de produto transforma uma tabela de um documento de especificação em fixtures para testes ou em uma API simulada.
Exemplo de JSON gerado a partir da tabela de uma fatura em PDF
[
{
"Item": "Paper A4, 500 sheets",
"Qty": 4,
"Amount": 23.96
},
{
"Item": "Toner cartridge",
"Qty": 1,
"Amount": 64
}
]Quais PDFs podem ser convertidos em JSON e quais não
| from ↓ · to → | JSON | CSV | XLSX |
|---|---|---|---|
| PDF exportado de um software | PDF exportado de um software to JSON: yes | PDF exportado de um software to CSV: yes | PDF exportado de um software to XLSX: yes |
| PDF escaneado ou fotografado | – PDF escaneado ou fotografado to JSON: no | – PDF escaneado ou fotografado to CSV: no | – PDF escaneado ou fotografado to XLSX: no |
Portable Document Format (PDF)
O PDF foi criado pela Adobe em 1993 e se tornou o padrão aberto ISO 32000 em 2008. Ele fixa texto, fontes, imagens e layout para que um documento fique igual em qualquer tela e impressora. PDFs podem conter formulários, assinaturas, links, anexos e texto pesquisável, e a variante PDF/A é usada para arquivamento de longo prazo. O layout fixo torna os PDFs difíceis de editar, e PDFs digitalizados contêm só imagens, a menos que se aplique OCR. Todo navegador e sistema operacional consegue abri-los.
- Compressão
- –
- Transparência
- Sim
- Animação
- Não
- Lançamento
- 1993 · Adobe
JSON
JavaScript Object Notation (JSON)
JSON é um formato de texto leve para dados estruturados, popularizado por Douglas Crockford no início dos anos 2000 e padronizado como RFC 8259 e ECMA-404. Ele representa objetos, arrays, strings, números, booleanos e null com uma sintaxe simples e legível. É o formato padrão de APIs web, arquivos de configuração e troca de dados entre aplicativos em praticamente todas as linguagens de programação. Não tem comentários, datas nem esquemas embutidos, e arquivos grandes e aninhados são difíceis de ler sem um visualizador.
- Compressão
- –
- Transparência
- –
- Animação
- –
- Lançamento
- 2001 · Douglas Crockford
O PDF vira JSON quando um documento publicado para leitura precisa alimentar um programa: itens de nota fiscal em um script de contabilidade, uma tabela de tarifas publicada em um aplicativo ou os números de um relatório em uma chamada de API.
Perguntas sobre converter PDF para JSON
Dá para converter um PDF escaneado em JSON?
Não diretamente. Um PDF escaneado é a imagem de uma página, sem caracteres que um conversor possa ler. Antes, passe o arquivo por reconhecimento de texto com as ferramentas de imagem para texto e depois converta a tabela reconhecida.
De onde vêm as chaves do JSON?
Da primeira linha de cada tabela, enquanto Primeira linha é cabeçalho estiver ativado: uma coluna chamada Amount vira a chave Amount em todos os registros. Se a linha 1 já for dado, desative a opção e escolha Array of arrays, que grava cada linha como uma lista simples.
Por que valores como €1.234,50 continuam como strings?
Os números em JSON, conforme a definição da RFC 8259, aceitam dígitos, um ponto, um sinal de menos e um expoente, nada além disso. Um símbolo de moeda ou um separador de milhar transforma o valor em texto. Remova o símbolo no seu código ou limpe a coluna antes em uma planilha.
Para uma tabela de PDF, é melhor JSON ou CSV?
JSON quando quem vai ler em seguida é um código, porque as chaves acompanham cada valor e depois é possível ter resultados aninhados. CSV quando quem vai ler é uma planilha ou uma tela de importação; PDF para CSV grava as mesmas linhas como texto simples.
O JSON mantém algo do layout do PDF?
Não. Fontes, cores, quebras de página, logotipos e a posição da tabela na página são apresentação, e o JSON só guarda valores. Você recebe o conteúdo das células, na ordem de leitura.
