Como usar a ação Extrair texto a partir do PDF

Extraia texto de um arquivo PDF e salve como um arquivo de texto usando a ação Extrair texto.

Importante:
  • Se as fontes corretas não tiverem sido integradas no arquivo PDF, a ação Extrair texto não extrai o texto corretamente.
  • Quando você usa a ação para extrair texto de um arquivo PDF e esse texto for um dado de uma única linha, mas o arquivo PDF tiver os mesmos dados em duas linhas, os dados poderão aparecer em duas linhas.
Nota: Ao extrair campos de um PDF que contém 20 campos de formulário, o tempo de processamento pode ser 30% a 40% maior do que os PDFs sem campos de formulário.

Procedimento

Para extrair texto de um arquivo PDF, siga estas etapas:

  1. Na paleta Ações, clique duas vezes ou arraste a ação Extrair texto do pacote PDF.
  2. No Caminho do PDF, selecione uma das seguintes opções para especificar a localização do PDF:
    • Arquivo de Sala de controle: Permite selecionar um arquivo PDF disponível em uma pasta na Control Room.
    • Perfil da Área de trabalho: Permite selecionar um arquivo PDF disponível em seu dispositivo.
    • Variável: Permite especificar a variável do arquivo que contém a localização do arquivo PDF.
  3. Opcional: No campo Senha do usuário ou Senha do proprietário, digite uma senha para restringir o acesso ao arquivo PDF criptografado.
    • Senha de usuário: Permite que os usuários executem operações específicas no arquivo PDF criptografado.
    • Senha de proprietário: Permite que os usuários usem uma senha para abrir o arquivo.
  4. No campo Tipo de texto, selecione uma das seguintes opções:
    • Texto sem formatação: Extrai o texto e o copia para um arquivo de texto.

      Funciona como a cópia e a colagem de texto de um arquivo PDF para um arquivo de texto.

    • Texto estruturado: Preserve a formatação original do texto extraído do arquivo PDF.
      Você pode selecionar a opção Reduzir a perda de dados para garantir que o texto completo seja extraído com o mínimo de sobreposição de caracteres. Com esta funcionalidade, o número de caracteres sobrepostos por outros caracteres é reduzido.
      Nota: Quando você seleciona essa opção para extrair texto, o texto extraído pode conter caracteres de espaço extra. Você pode escolher algumas das açõescomo Substituir ou Cortar a partir da String pacote para resolver esses problemas nos documentos PDF extraídos.
  5. No campo Intervalo de páginas, selecione uma das seguintes opções:
    • Todas as páginas: Permite salvar todas as páginas no arquivo PDF como imagem.
    • Páginas: Permite inserir os números das páginas que você deseja salvar como imagem.
  6. No campo Exportar dados para arquivo de texto, especifique um nome e local para o arquivo de texto.
    Nota: Você pode incluir a extensão .txt no nome do arquivo de texto. Por exemplo, se o nome do arquivo for Relatório_trimestre_junho, a extensão.txt será Relatório_trimestre_junho.txt.
  7. Marque a caixa de seleção Substituir arquivos com o mesmo nome para substituir arquivos existentes com o mesmo nome.
    Nota: Se essa opção não for selecionada e o bot encontrar um arquivo com o mesmo nome no local especificado, o bot falhará.
  8. Opcional: Na lista Atribuir propriedades de PDF a uma variável de dicionário, selecione uma variável de dicionário para manter as propriedades do arquivo.
    Para obter mais informações, consulte Como usar uma variável do dicionário para propriedades de PDF.
  9. Clique em Salvar.