PDF para JSON
Extraia dados estruturados de PDFs com IA. Tabelas, listas e texto hierárquico convertidos em JSON.
O que é PDF para JSON?
O humberto.ai extrai o texto do seu PDF direto no navegador, usando pdf.js — o arquivo não sai do seu computador. Só o texto já extraído é enviado à IA gratuita (Gemini, com fallback OpenRouter) para ser estruturado em JSON: tabelas viram arrays de objetos, listas viram arrays, mantendo a hierarquia do documento. Aceita PDFs de até 5 MB.
Como usar
- Arraste um arquivo .pdf ou clique para selecionar (máximo 5 MB).
- O navegador extrai o texto de todas as páginas localmente com pdf.js — nenhum upload nessa etapa.
- O texto extraído é enviado à IA gratuita, que o estrutura em JSON (tabelas viram arrays de objetos, listas viram arrays).
- Revise o JSON formatado, confira opcionalmente o texto bruto extraído e copie ou baixe o arquivo .json.
Perguntas frequentes
O arquivo PDF é enviado para algum servidor?
Não. A extração do texto acontece 100% no navegador com pdf.js. Apenas o texto já extraído é enviado à IA gratuita (Gemini, com fallback OpenRouter) para ser estruturado em JSON — nada é armazenado pela ferramenta.
Qual o tamanho máximo de PDF aceito?
5 MB. Arquivos maiores são rejeitados antes de qualquer processamento, com um aviso na tela.
Por que aparece o erro "não foi possível extrair texto"?
O PDF pode estar vazio ou conter apenas imagens escaneadas sem camada de texto — o pdf.js lê texto real do documento, não faz OCR em imagens.
A IA sempre devolve um JSON válido?
Na maioria dos casos sim. Se a resposta vier com marcações extras ou malformada, a ferramenta tenta extrair automaticamente o trecho JSON válido; se ainda assim falhar, pede para tentar novamente ou usar um PDF com texto mais estruturado.
Dá para ver o texto bruto que foi extraído do PDF?
Sim. Depois da conversão, uma seção colapsável "Texto bruto extraído do PDF" mostra exatamente o que foi lido antes de virar JSON.
Aceita outros formatos além de .pdf?
Não. Somente arquivos com extensão .pdf são aceitos; qualquer outro formato é rejeitado na seleção do arquivo.