Não consigo selecionar texto no PDF? Saiba o motivo

Você precisa copiar um parágrafo de um contrato, uma tabela de um edital, o número de um processo. Arrasta o mouse sobre o texto e… nada. Nenhuma marcação azul. O Ctrl+C copia o vazio. Parece que o PDF está zombando de você.

A explicação é quase sempre a mesma, e o diagnóstico leva 10 segundos.

Diagnóstico em 10 segundos

Aperte Ctrl+F (Cmd+F no Mac) e digite uma palavra que você está vendo na página. Qualquer uma.

• A busca encontrou? O PDF tem texto de verdade, e o problema é outro: pode ser proteção contra cópia (veja mais abaixo) ou uma falha do leitor.
• A busca não encontrou nada, nem uma palavra que está bem ali na sua frente? Confirmado: seu PDF é uma imagem.

Um segundo teste que não falha: dê bastante zoom, uns 400%. Texto real continua nítido em qualquer ampliação. Digitalização vira serrilhado e pixels, igual foto ampliada demais.

1. Entenda: seu PDF é uma foto de documento

Quando alguém passa um papel pelo scanner, ou fotografa com o celular e salva como PDF, o arquivo resultante contém imagens das páginas. Para o computador, aquele contrato de 15 páginas é exatamente o mesmo tipo de coisa que 15 fotos de paisagem. Não existe a letra “a” ali dentro; existem pixels escuros que formam o desenho de um “a”.

Por isso o mouse não seleciona, a busca não encontra e a cópia não funciona. Não é defeito do arquivo nem do leitor. É só a natureza do que foi salvo.

A boa notícia: dá para ensinar o computador a ler essa imagem.

2. Passe OCR no arquivo

OCR (reconhecimento óptico de caracteres) é a tecnologia que olha para a imagem, identifica os desenhos das letras e reconstrói o texto real. Use a ferramenta de OCR em PDF: ela processa o arquivo e devolve o mesmo PDF, com a mesma aparência, mas com uma camada de texto invisível por baixo da imagem.

Depois disso, tudo passa a funcionar: selecionar, copiar, buscar com Ctrl+F, até converter para Word. O processamento acontece no seu navegador, sem enviar o documento para servidores, o que importa quando o arquivo é um contrato ou documento pessoal.

Se quiser entender melhor como a mágica funciona, e por que ela às vezes erra, o guia sobre OCR explica sem tecniquês.

3. Extraia o texto de uma vez

Se o objetivo não é manter o PDF, e sim aproveitar o conteúdo em outro lugar, pule uma etapa: a ferramenta de extrair texto puxa todo o texto reconhecido para você colar onde quiser. Útil para transcrever trechos de edital, montar citações de um documento antigo ou recuperar o conteúdo de um formulário digitalizado.

Para tabelas, vale testar a conversão direta para Excel depois do OCR. O resultado depende da estrutura da tabela, mas quando funciona economiza uma tarde de digitação.

4. Se o OCR erra muito, o problema é a digitalização

O OCR moderno acerta quase tudo em digitalizações decentes. Quando o resultado sai cheio de erros, letras trocadas, palavras sem sentido, a causa costuma estar na qualidade da imagem de origem:

• Resolução baixa demais (abaixo de 200 dpi, as letras viram borrões)
• Foto de celular torta ou com sombra atravessando a página
• Papel amassado, texto desbotado, carimbo por cima do conteúdo
• Fonte manuscrita ou muito estilizada

Se você tem o documento físico, digitalize de novo: 300 dpi, página reta, boa iluminação. Scanner de verdade rende mais que câmera, mas aplicativos de digitalização no celular (como o modo de digitalização do Google Drive) fazem correção de perspectiva e chegam perto.

Documento só existe naquela cópia ruim? Rode o OCR mesmo assim e revise o texto extraído. Corrigir 10% das palavras ainda é mais rápido que digitar tudo.

E se a busca encontra o texto, mas a seleção não funciona?

Caso mais raro: o Ctrl+F acha as palavras, sinal de que o texto existe, mas copiar não funciona. Aí não é digitalização, é restrição. O autor protegeu o PDF contra cópia com senha de permissões, a mesma trava que às vezes bloqueia impressão. O funcionamento e as saídas estão explicados em PDF sem permissão para imprimir; com autorização do autor, a ferramenta de desbloquear PDF remove a restrição.

E se o arquivo se comporta de forma errática, trava ou exibe páginas em branco, desconfie de arquivo corrompido.

Como evitar

• Ao digitalizar qualquer documento importante, passe OCR na hora. Um arquivo pesquisável hoje evita esta mesma frustração daqui a dois anos.
• Configure o scanner para 300 dpi. É o ponto de equilíbrio entre qualidade de OCR e tamanho de arquivo.
• Prefira “digitalizar como documento” nos apps de celular, em vez de foto comum. A correção automática de perspectiva melhora muito o reconhecimento.
• Peça arquivos nativos quando possível. Um PDF exportado direto do Word sempre terá texto selecionável; uma impressão digitalizada, nunca.

Resumo

Texto que não seleciona quase sempre significa PDF digitalizado: as páginas são fotos, sem texto por trás. Confirme em 10 segundos com Ctrl+F. A solução é o OCR, que reconhece os caracteres e torna o arquivo selecionável e pesquisável; depois dá para extrair o texto ou converter para Word. Resultado ruim indica digitalização de baixa qualidade, e redigitalizar a 300 dpi resolve. Se a busca encontra o texto mas a cópia está travada, o caso é de permissões, não de imagem.