PDF para Excel Grátis: Extrair Tabelas Sem Erros (2026)

Para converter um PDF em Excel, você precisa de uma ferramenta que reconstrua a tabela a partir da posição dos caracteres na página — porque um PDF não guarda tabelas, apenas letras e números colocados em coordenadas. O caminho mais rápido é abrir o arquivo em um extrator de tabelas no navegador, escolher as páginas, exportar em CSV com ponto e vírgula como separador e abrir esse CSV pelo menu Dados → Obter Dados → De Texto/CSV do Excel, definindo a localidade "Português (Brasil)". Se o PDF for escaneado, nada disso funciona antes de passar um OCR: a página é uma foto, não há um único caractere a extrair.

Todo mundo que trabalha com números no Brasil já viveu isso: o extrato do banco, o relatório do ERP, o espelho de ponto, a planilha de comissões do mês — tudo chega em PDF. E tudo precisa voltar a ser número somável. Você seleciona a tabela no leitor, copia, cola no Excel, e o que aparece é uma coluna única com tudo empilhado, ou pior: valores que parecem certos mas que o Excel trata como texto e recusa somar.

Não é falta de habilidade sua. É uma consequência direta de como o formato PDF foi projetado — e entender esse ponto muda completamente a forma como você aborda a conversão.

Por que um PDF não tem tabelas (e por isso a extração falha)

Um arquivo PDF não armazena tabelas, linhas nem colunas. Ele armazena instruções de desenho: "coloque o glifo R nesta coordenada, o glifo $ três milímetros à direita, trace uma linha reta daqui até ali". A tabela que você enxerga é uma ilusão de alinhamento. Extrair essa tabela significa fazer engenharia reversa da diagramação.

Vale abrir a caixa preta. Dentro de um PDF de texto existe um content stream — uma sequência de operadores gráficos. Os operadores Tj e TJ desenham cadeias de caracteres; Td e Tm reposicionam o cursor de escrita; re, l e S traçam retângulos e linhas vetoriais. Um HTML descreveria a mesma tabela com <table>, <tr> e <td>, ou seja, com a estrutura explícita. O PDF descreve apenas a aparência final.

A consequência é brutal: a linha vertical que separa a coluna "Valor" da coluna "Vencimento" não tem nenhum vínculo declarado com os números que estão ao lado dela. São dois desenhos independentes que por acaso ficaram próximos. Quando um conversor "encontra" a tabela, ele está aplicando heurísticas sobre nuvens de coordenadas.

As duas famílias de algoritmos de extração

Todas as ferramentas sérias do mercado — comerciais ou de código aberto — usam alguma variação de dois métodos:

1. Detecção por linhas (grade). O extrator procura as linhas vetoriais desenhadas na página, calcula as interseções e monta uma grade. Cada célula é a área fechada entre duas linhas horizontais e duas verticais. Depois ele pergunta: quais caracteres caem dentro deste retângulo? É o método mais confiável — e explica por que uma tabela com bordas completas converte quase perfeitamente.

2. Detecção por alinhamento (fluxo). Quando não há linha nenhuma desenhada — o caso da maioria dos relatórios modernos, que usam apenas cor de fundo alternada nas linhas — o extrator agrupa os caracteres por coordenada vertical para descobrir as linhas, depois procura "corredores" de espaço em branco que atravessem verticalmente toda a página para descobrir as colunas. É estatística sobre espaço vazio.

É por isso que um mesmo conversor acerta 100% no boleto do banco e erra feio no relatório gerencial bonito, sem bordas, com um título centralizado no meio da tabela. O título centralizado atravessa o corredor de espaço em branco e destrói a hipótese de coluna.

O terceiro caso: o PDF que não tem texto nenhum

Existe uma categoria em que os dois algoritmos acima falham por completo: o PDF escaneado. Aqui a página inteira é uma imagem — um JPEG ou um TIFF embrulhado num contêiner PDF. Não há operador Tj, não há caractere, não há coordenada de glifo. Há pixels.

O teste leva três segundos: abra o arquivo, pressione Ctrl+F (ou Cmd+F no Mac) e procure uma palavra que você está vendo na tela. Se o leitor responder "nenhum resultado", é um scan. Nesse caso a única saída é gerar a camada de texto com reconhecimento óptico de caracteres antes de tentar qualquer extração — o artigo sobre OCR de PDF grátis detalha as armadilhas dessa etapa, especialmente em documentos com carimbo e assinatura por cima do texto.

Passo a passo: converter PDF em Excel sem perder colunas

O procedimento abaixo funciona para relatórios contábeis, extratos bancários, espelhos de ponto e demonstrativos de qualquer ERP. Ele custa cerca de dois minutos e evita as três falhas mais comuns: colunas fundidas, números virando texto e zeros à esquerda desaparecendo.

1. Descubra o tipo do PDF. Ctrl+F e procure uma palavra visível. Achou → PDF de texto, siga em frente. Não achou → é um scan, aplique OCR primeiro.

2. Isole as páginas relevantes. Se o relatório tem 180 páginas e a tabela que interessa está da 12 à 20, divida o PDF antes de converter. Extrair menos páginas reduz drasticamente o ruído de cabeçalho e rodapé e acelera a conferência.

3. Envie o arquivo ao extrator. Em uma ferramenta de navegador como o conversor de PDF para Excel, o processamento acontece na própria máquina — relevante quando a tabela contém folha de pagamento, CPF de clientes ou faturamento.

4. Confira a pré-visualização da grade antes de exportar. Toda ferramenta decente mostra as colunas detectadas. Se uma coluna estiver fundida com a vizinha, é aqui que se corrige — e não depois, no Excel, com 4.000 linhas já bagunçadas.

5. Exporte em CSV com ponto e vírgula (;) como separador de campo. Este é o ponto crítico no Brasil e a próxima seção explica por quê. Se a ferramenta oferecer XLSX direto, melhor ainda: o problema do separador some.

6. Não abra o CSV com dois cliques. No Excel, vá em Dados → Obter Dados → De Texto/CSV. O duplo clique deixa o Excel adivinhar tudo sozinho, e ele adivinha mal.

7. Ajuste a origem e a localidade na janela de importação. Origem do arquivo: 65001: Unicode (UTF-8) — sem isso, "Nº", "Endereço" e "Manutenção" viram sopa de letrinhas. Delimitador: Ponto e vírgula.

8. No editor do Power Query, defina o tipo de cada coluna de valor com localidade. Clique com o botão direito no cabeçalho → Alterar Tipo → Usando Localidade → tipo Número Decimal, localidade Português (Brasil). É essa opção que ensina o Excel a ler 1.234,56 como mil duzentos e trinta e quatro vírgula cinquenta e seis.

9. Marque como Texto as colunas de código. CPF, CNPJ, código de produto, agência, conta, NCM — tudo que tem zero à esquerda ou que ninguém vai somar. Se o tipo ficar "Número", 0012345 vira 12345 e não há como recuperar depois.

10. Confira uma soma. Some a coluna de valores na planilha e compare com o total impresso no rodapé do PDF. Bateu, a conversão está válida. Não bateu, alguma linha foi perdida ou duplicada — normalmente na quebra de página.

O detalhe brasileiro que quebra quase toda importação: a vírgula decimal

No Brasil, 1.234,56 significa mil duzentos e trinta e quatro reais e cinquenta e seis centavos. Nos formatos anglófonos, a mesma sequência de símbolos significa outra coisa completamente diferente. Como a maioria dos extratores exporta CSV no padrão internacional, e como a vírgula é também o separador de campo padrão do formato CSV, o resultado é uma colisão que rebenta a planilha em dois lugares ao mesmo tempo.

Vale destrinchar a colisão, porque ela tem duas faces independentes:

Face 1 — a vírgula como separador de campo. Se o extrator escreve Serviço de manutenção,1.234,56,15/09/2026 usando vírgula para separar colunas, o Excel encontra quatro vírgulas onde deveria haver duas fronteiras. A linha explode em cinco colunas e o valor se parte em 1.234 e 56. Solução: exportar com ponto e vírgula. Não por acaso, o Excel em português do Brasil já usa ; como separador de lista padrão no Windows.

Face 2 — o separador decimal em si. Mesmo com as colunas corretas, 1.234,56 chegando numa célula configurada em localidade inglesa vira texto puro, alinhado à esquerda, imune a SOMA(). É o sintoma clássico: os números aparecem, parecem certos, e a soma dá zero. A correção é a etapa 8 do passo a passo, o Alterar Tipo → Usando Localidade.

Outros hábitos tipográficos brasileiros que sabotam a importação:

• Prefixo R$ colado ao número. R$ 1.234,56 é texto, sempre. Remova o prefixo no Power Query (Substituir Valores: R$ → vazio) antes de converter o tipo, e devolva a moeda depois via formatação de célula.
• Espaço não separável entre R$ e o valor. Alguns geradores de PDF usam o caractere U+00A0 em vez do espaço comum. Ele é invisível, sobrevive ao "Cortar" (Text.Trim) e mantém a célula como texto. No Power Query, uma etapa de Substituir Valores trocando esse caractere por vazio resolve.
• Negativo entre parênteses. A convenção contábil (1.234,56) para saldo negativo é lida como texto. Substitua ( e ) por - e vazio.
• Traço no lugar de zero. Relatórios usam - ou – para "nenhum movimento". Substitua por 0 antes de tipar a coluna, senão a linha inteira cai para texto.
• Data no formato dd/mm/aaaa. Mesmo tratamento: Alterar Tipo → Usando Localidade → Data → Português (Brasil), senão 05/09/2026 pode virar 9 de maio.

Comparativo das abordagens de extração

Não existe um método universal. Existe o método adequado ao seu tipo de PDF e ao seu volume. A tabela abaixo registra apenas o que cada abordagem suporta tecnicamente — nenhuma nota, nenhum ranking.

Um detalhe pouco conhecido: o Excel do Microsoft 365 e o Excel 2021 para Windows trazem um conector nativo de PDF em Dados → Obter Dados → De Arquivo → De PDF. Ele lista todas as tabelas que o Power Query detectou no documento e permite escolher uma ou combinar várias. Não existe na versão para Mac nem nas edições mais antigas — e é a razão pela qual metade dos escritórios de contabilidade nunca soube que essa função existia.

Casos limites: onde a reconstrução realmente falha

As falhas de extração não são aleatórias. Elas se concentram em seis situações estruturais, e todas têm contorno conhecido.

Células mescladas

Uma célula mesclada ocupa duas ou três linhas da grade. O extrator, que trabalha por interseção de linhas, encontra um retângulo alto demais e precisa decidir a qual linha o conteúdo pertence. Quase sempre ele atribui à primeira e deixa as seguintes vazias. O resultado na planilha é a clássica coluna cheia de buracos.

O contorno é a função Preencher → Para Baixo do Power Query, que propaga o último valor não vazio. Só aplique depois de conferir visualmente no PDF que o vazio é mesmo repetição, e não ausência real de dado — em relatório de comissões, "vazio" e "zero" significam coisas opostas.

Tabela que atravessa duas páginas

O PDF não sabe que a tabela continua. Ele desenha o fim da grade no rodapé da página 3 e uma nova grade no topo da 4. O extrator entrega duas tabelas independentes, cada uma com o próprio cabeçalho repetido, e frequentemente com uma linha partida ao meio pela quebra — a descrição fica na página 3, o valor na 4.

Contorno: extraia todas as páginas, empilhe as tabelas no Power Query com Acrescentar Consultas, filtre as linhas que repetem o texto do cabeçalho e depois procure as linhas com descrição vazia ou valor vazio nas fronteiras de página. É exatamente aqui que a conferência de soma da etapa 10 salva o trabalho.

Cabeçalho de coluna girado 90°

Comum em espelho de ponto e matriz de competências. O texto vertical tem coordenadas que o algoritmo de alinhamento interpreta como pertencentes a várias linhas ao mesmo tempo. Quase nenhum extrator acerta. Contorno pragmático: extraia só o corpo da tabela e redigite os cabeçalhos — são poucos.

Tabela dentro de uma célula

Relatórios de ERP às vezes aninham um subquadro dentro de uma linha. A grade fica com interseções internas que não pertencem à tabela principal, e o extrator produz colunas fantasma. Contorno: recorte a região da página que contém apenas a tabela externa antes de extrair.

Nota de rodapé com asterisco

1.234,56* não é número. O asterisco viaja junto e transforma a célula em texto. Contorno: uma etapa de Substituir Valores removendo *, ** e (1) antes de tipar.

PDF gerado a partir de uma imagem já comprimida

Se o arquivo passou por uma compressão agressiva, há uma chance real de o processo ter rasterizado as páginas — ou seja, transformado texto em imagem para economizar espaço. O documento parece idêntico, mas perdeu a camada de texto. É um dos motivos para nunca comprimir antes de extrair: comprima o arquivo final, jamais o insumo.

Erros frequentes na conversão de PDF para Excel

Cinco hábitos explicam a maioria das planilhas que chegam erradas ao fechamento contábil.

Abrir o CSV com dois cliques. O duplo clique aciona o interpretador legado do Excel, que ignora a codificação declarada no arquivo e aplica o separador de lista do sistema. Acentos quebram, colunas fundem. Sempre pelo menu Dados.

Copiar e colar direto do leitor de PDF. A seleção do leitor devolve os caracteres na ordem em que estão no content stream, que não é necessariamente a ordem visual. Uma tabela de duas colunas pode voltar com a coluna da direita inteira depois da coluna da esquerda inteira. Funciona em tabelas simples de poucas linhas; falha silenciosamente em relatórios longos, e "silenciosamente" é o problema.

Não conferir a soma. É a única verificação que detecta linha perdida na quebra de página. Leva dez segundos e é inegociável em documento fiscal.

Deixar o Excel adivinhar o tipo das colunas. A detecção automática do Power Query analisa apenas as primeiras linhas. Se as 200 primeiras têm valores inteiros e a 201ª tem decimal, a coluna já foi tipada como inteiro e o decimal vira erro. Tipe manualmente, com localidade.

Descartar o PDF de origem. A planilha é derivada; o PDF é o documento. Notas fiscais eletrônicas, por exemplo, têm prazo legal de guarda de cinco anos, e o que vale numa fiscalização é o arquivo original — não a sua reconstituição em XLSX. Guarde os dois, e se precisar organizar o lote, junte os PDFs do mês num único arquivo indexado.

Quando o caminho inverso é o certo

Nem todo problema de PDF e planilha se resolve extraindo. Se o objetivo é entregar um relatório fechado, sem risco de alguém editar uma célula por engano, o caminho é o contrário: monte a planilha e converta o Excel em PDF — o artigo sobre converter Word em PDF trata das mesmas armadilhas de fonte e paginação que valem para o Excel.

E se o que você precisa é apenas ler o texto corrido de um relatório, sem a estrutura tabular, extrair o texto é mais rápido e não passa pelas heurísticas de grade.

FAQ

Dá para converter PDF em Excel de graça, sem cadastro?

Sim. Ferramentas de navegador fazem a extração sem exigir conta. A diferença relevante entre elas não é o preço, é onde o arquivo é processado: soluções que rodam no próprio navegador não enviam o documento a servidor nenhum, o que importa quando a tabela contém folha de pagamento, CPF de clientes ou faturamento — dados pessoais e sensíveis sob a LGPD.

Por que todas as colunas saem juntas em uma coluna só?

Duas causas possíveis. Ou a tabela não tem bordas e o extrator não encontrou corredores de espaço em branco confiáveis (o remédio é ajustar as colunas na pré-visualização, antes de exportar); ou a exportação usou vírgula como separador de campo e o Excel, em português do Brasil, esperava ponto e vírgula. Reexporte com ; e importe pelo menu Dados → Obter Dados → De Texto/CSV.

Os números apareceram certos mas o Excel não soma. O que houve?

As células estão como texto, quase sempre porque a vírgula decimal brasileira chegou a uma coluna tipada em localidade inglesa. No Power Query: botão direito no cabeçalho da coluna → Alterar Tipo → Usando Localidade → Número Decimal → Português (Brasil). Se houver R$, espaço não separável ou asterisco junto ao valor, remova-os antes com Substituir Valores.

Como extrair uma tabela de um PDF escaneado?

Não há caractere para extrair enquanto a página for uma imagem. Aplique OCR para gerar a camada de texto e só então rode o extrator. Confira com atenção redobrada: o OCR confunde 0 com O, 1 com l e 5 com S, e em coluna de valores esses erros são invisíveis a olho nu. A conferência de soma deixa de ser recomendação e passa a ser obrigatória.

O CNPJ perdeu os zeros à esquerda. Como recuperar?

Não há como recuperar depois — o zero foi descartado na conversão para número. Refaça a importação e, no Power Query, tipe a coluna como Texto antes de carregar. A regra prática: só receba tipo numérico a coluna que você pretende somar ou multiplicar. Códigos, agências, contas, NCM e documentos são texto.

Como juntar uma tabela que ficou dividida em várias páginas?

Extraia todas as páginas, empilhe os resultados no Power Query com Acrescentar Consultas, filtre as linhas que repetem o texto do cabeçalho e verifique manualmente as linhas nas fronteiras de página — é onde a quebra costuma partir um registro em dois. Depois some a coluna de valores e compare com o total impresso no rodapé do PDF original.

Quando o iFillPDF faz sentido

Se as tabelas que você converte contêm dados de terceiros — holerites, extratos, relação de clientes, notas fiscais — o extrator de tabelas e o conversor de PDF para Excel do iFillPDF processam o arquivo no seu navegador, sem exigir cadastro e sem aplicar marca d'água no resultado. É o mesmo fluxo para dividir, aplicar OCR e juntar os arquivos do mês, sem passear o documento por três sites diferentes.