Como ele encontra as tabelas
Um PDF não guarda tabelas. Ele guarda pedaços de texto em posições da página e, às vezes, linhas desenhadas entre eles. O conversor reconstrói a grade a partir dessas duas pistas:
- Tabelas com linhas, com traços entre linhas ou colunas, são lidas a partir dos próprios traços. São as que saem com mais confiabilidade.
- Tabelas sem linhas, em que as colunas só se alinham pelo espaçamento, são encontradas pelo texto que se alinha nas mesmas colunas ao longo de várias linhas.
Cada tabela vira uma tabela Markdown: uma linha de cabeçalho, uma linha separadora e uma linha por linha da tabela. Os números são copiados como texto, exatamente como impressos, então $ 69,958 continua $ 69,958 e nada é arredondado ou reformatado.
Confira cada tabela com a página
Tabelas são onde qualquer conversor de PDF tem mais chance de errar, então este não pede que você confie às cegas. Cada página com tabela aparece em Páginas a conferir com a marcação "tabela". Ao abri-la, a imagem da página fica ao lado do Markdown, e uma coluna deslocada ou uma linha faltando aparece em poucos segundos.
Visualização mostra as tabelas como um leitor as veria, o que é mais fácil de conferir do que as barras verticais da aba Markdown.
O que sai certo e o que pode não sair
| No PDF | No Markdown |
|---|---|
| Grade simples, um valor por célula | Uma tabela Markdown limpa |
| Linha de cabeçalho, ou cabeçalho em duas linhas | Mantidas como linhas no topo da tabela |
| Separadores de milhar, símbolos de moeda, negativos entre parênteses | Mantidos como impressos |
Um número partido pelo espaçamento do PDF, como 7,61 4 | Corrigido para 7,614 |
| Células mescladas que ocupam várias colunas | O valor fica em uma célula; as outras ficam vazias |
| Texto que quebra em duas linhas dentro de uma célula | Em geral é juntado; às vezes se divide em duas linhas |
| Uma tabela que continua na página seguinte | Duas tabelas, uma por página |
| Uma tabela numa página digitalizada | Uma tabela quando as colunas se alinham com clareza; senão, linhas de texto |
O Markdown não tem células mescladas, então uma tabela com células mescladas só pode ser aproximada. Se uma tabela importa, dê uma olhada na página marcada.
Tabelas menores para um LLM
Tabelas custam muitos tokens: cada célula vem cercada de barras e espaços, e tabelas largas costumam ter colunas vazias que só existiam por causa do layout. Em Enxugar para LLMs, Tabelas compactas remove as colunas vazias em todas as linhas e o preenchimento em volta das células. O número ao lado da opção mostra quantos tokens isso economiza no seu arquivo.
Para um modelo, uma tabela Markdown mantém cada valor na linha do seu rótulo e abaixo do cabeçalho da sua coluna, algo que se perde quando os mesmos números viram linhas de texto corrido.
Levar uma tabela para uma planilha
- Copie da Visualização. Selecione a tabela na aba Visualização e cole no Google Sheets ou no Excel. As células continuam células.
- Ou mantenha em Markdown. GitHub, Obsidian, Notion e VS Code exibem tabelas com barras verticais do jeito que estão.
Perguntas frequentes
Dá para converter só a página da tabela?
Sim. Em Saída, digite a página ou um intervalo como 4-6 em Páginas e clique em Aplicar. Só essas páginas são convertidas.
Por que minha tabela sumiu?
Na maioria das vezes a página é digitalizada, sem texto para organizar em grade, ou a tabela é uma imagem dentro do PDF. Uma página digitalizada é lida com OCR, e sua tabela é reconstruída quando as colunas se alinham com clareza. A imagem de uma tabela dentro de um PDF com texto continua sendo uma imagem.
Por que algumas células saíram deslocadas?
Sem linhas desenhadas, o conversor deduz as colunas pelo alinhamento do texto. Um valor impresso um pouco fora da coluna, ou um rótulo longo que invade a coluna seguinte, pode cair na célula errada. Essas páginas são marcadas como tabelas, então você sabe onde olhar.
Mantém formatação como totais em negrito?
O negrito dentro das células é mantido como **negrito**. Cores, sombreados e bordas não, porque o Markdown não tem como expressá-los.