Conversor de PDF para JSON
Extraia a estrutura completa do conteúdo de qualquer arquivo PDF em JSON limpo e estruturado. Obtenha itens de texto com coordenadas, linhas agrupadas, dimensões de página e metadados de documentos - todos processados localmente em seu navegador, sem uploads de servidor. Escolha entre três modos de saída e baixe ou copie o resultado.
No PDF loaded
Upload a PDF above to extract its content as JSON.
O que é conversão de PDF para JSON?
A conversão de PDF para JSON renderiza cada página PDF selecionada em um arquivo json que pode ser aberto, editado, compartilhado ou incorporado em qualquer lugar onde os arquivos de imagem sejam suportados. Nosso conversor de pdf para json foi projetado para exportação rápida de páginas sem software de conversão de desktop.
Como funciona nosso conversor de PDF para JSON
O conversor carrega seu PDF no navegador, renderiza as páginas na resolução selecionada e prepara a saída JSON para download. O processamento permanece local em sua sessão, o que evita o upload de documentos para um serviço de conversão remoto.
Opções de qualidade de exportação
As ferramentas de conversão de PDF em imagem podem expor configurações como DPI, qualidade de imagem e downloads agrupados. Configurações mais altas produzem resultados mais nítidos para impressão e revisão detalhada, enquanto configurações mais baixas criam arquivos menores para compartilhamento rápido.
Estrutura do arquivo JSON de saída
Cada arquivo exportado representa uma página PDF renderizada como uma imagem JSON independente. Isso torna o resultado útil para miniaturas, visualizações, capturas de tela, revisão visual, reutilização de conteúdo e sistemas que não aceitam uploads completos de PDF.
Como abrir arquivos JSON: Os arquivos JSON podem ser abertos em guias do navegador, visualizadores de imagens, ferramentas de design, fluxos de upload de CMS, visualizações de sistema operacional e muitos fluxos de trabalho de documentos. Use a exportação ZIP quando precisar de todas as páginas juntas em um download.
Perguntas frequentes
A ferramenta extrai toda a estrutura do conteúdo do seu PDF em um documento JSON. No modo Estruturado, isso inclui: metadados do documento (título, autor, datas), dimensões por página, itens de texto individuais com coordenadas X/Y e tamanhos de fonte, linhas de texto agrupadas e uma transcrição de texto simples. Os modos compactos geram apenas linhas ou apenas texto.
"Estruturado" fornece mais detalhes - metadados, itens por página com coordenadas, linhas agrupadas e texto. "Somente linhas" é mais compacto, gerando linhas de texto agrupadas em Y por página. "Somente texto" é o mínimo, fornecendo apenas uma sequência de texto simples por página. Use Estruturado para desenvolvedores que precisam de dados de layout precisos e Texto para extração simples de conteúdo.
Sim. Use o campo Intervalo de páginas para especificar quais páginas extrair. Digite “tudo” para cada página, um único número de página como “3”, páginas separadas por vírgula como “1,3,7” ou intervalos como “2-5”. Você pode combinar estes: "1,3-5,8" extrai as páginas 1, 3, 4, 5 e 8.
Não. Toda a extração é executada inteiramente no seu navegador usando JavaScript do lado do cliente (pdfjs-dist). Seu arquivo PDF nunca é carregado ou transmitido para nenhum servidor.
Quando habilitado no modo Estruturado, cada item de texto na saída JSON inclui sua posição X e Y na página (em pontos, a partir da origem inferior esquerda), bem como largura, altura e tamanho da fonte. Isso é útil para análise precisa de layout, detecção de caixa delimitadora ou replicação do layout PDF programaticamente.
Sim. Escolha entre recuo de 2 espaços (padrão), recuo de 4 espaços ou Minificado (sem espaços em branco) na configuração do Formato JSON. A produção minimizada é ideal para consumo programático; a saída recuada é mais fácil para revisão humana.
Apenas parcialmente – a ferramenta extrai texto digital incorporado. Se um PDF for uma imagem digitalizada, suas páginas aparecerão na saída com matrizes de itens vazias e sem texto. Execute o PDF por meio de uma ferramenta de OCR primeiro para gerar texto incorporado antes de converter para JSON.