Exportação e conversão de PDF

PDF para DXF: analisa gráficos vetoriais do PDF e converte formas básicas (linhas, retângulos, texto) em entidades DXF. As curvas de Bézier cúbicas são aproximadas por segmentos de reta. Preenchimentos complexos, gradientes e imagens rasterizadas não são suportados neste conversor no navegador. Indicado sobretudo para desenhos CAD 2D simples exportados de PDF.

PDF para XML: extrai o conteúdo de texto e as coordenadas de cada página do PDF. A saída inclui as cadeias de texto, as posições X/Y, os nomes dos tipos de letra e os tamanhos. O texto é agrupado em linhas pela posição Y. Isto oferece uma representação XML estruturada básica — para análise de artigos académicos (TEI XML) ou extração de estrutura profunda, considere ferramentas do lado do servidor como o GROBID.

PDF para SVG: extrai os elementos de texto com as respetivas coordenadas de cada página do PDF e constrói um documento SVG com elementos de texto posicionados. Isto produz uma saída SVG ao nível do texto, em que o texto continua selecionável e pesquisável. Os gráficos vetoriais (caminhos, formas) não estão incluídos nesta versão no navegador — para uma exportação SVG vetorial completa com todos os gráficos, recomenda-se uma ferramenta do lado do servidor como o mutool.

Porque é que a extração nem sempre é perfeita: um PDF guarda o texto como instruções de desenho posicionadas, não como parágrafos — o exportador reconstrói a ordem de leitura agrupando o texto por posição, pelo que layouts de várias colunas, tabelas e espaçamentos invulgares podem sair numa ordem diferente da que leria. Se a origem for uma digitalização sem texto real, use primeiro o OCR.