Por que não consigo copiar o texto de um formulário preenchido?

Porque as respostas não fazem parte do texto da página. Campos AcroForm são objetos separados sobrepostos, então uma cópia de texto devolve os rótulos impressos e deixa de fora o que foi digitado.

O que é um AcroForm?

A camada de formulário interativo embutida na especificação PDF: a que dá caixas de texto, caixas de seleção e menus. É o que quase todo formulário preenchível usa, com os antigos formulários XFA como principal exceção.

Posso extrair dados de vários formulários de uma vez?

Aqui é um documento por vez, mas a exportação CSV foi feita para empilhar: rode cada formulário, acrescente as linhas e os nomes de campo vão bater porque vêm do mesmo modelo.

Extrair os dados altera o PDF?

Não. O arquivo é lido e nada é escrito de volta, então o documento original fica intacto. Se você quiser fixar as respostas na página, isso é o que o achatamento faz.

Funciona em um formulário protegido por senha?

Só se ele abrir sem senha. Um documento cifrado com senha de usuário precisa ser descriptografado antes de os campos poderem ser lidos.

Extrator de dados de formulário PDF

Tire as respostas de um formulário PDF preenchido como JSON ou CSV, campo por campo.

O Extrator de dados de formulário PDF roda inteiramente no seu navegador. Formulários costumam conter dados pessoais e aqui são lidos no seu dispositivo.

Achatar um formulário preenchido

Sobre Extrator de formulário PDF

Um formulário PDF preenchido guarda as respostas em objetos de campo e não no texto da página, e por isso copiar o texto de um formulário devolve todos os rótulos e nenhuma das respostas. Esta ferramenta lê esses objetos diretamente e os apresenta em uma tabela: o nome do campo exatamente como o documento guarda, o tipo, a resposta, as opções que um menu oferecia e a página em que o campo está. O resultado é exportado como objeto JSON simples de nome para valor, como JSON detalhado com tipos e marcações, ou como CSV para uma planilha ou uma mala direta.

Recursos

Lê campos de texto, caixas de seleção, grupos de opção, menus, listas e assinaturas
Mostra o nome completo do campo exatamente como o PDF o guarda
Lista as opções de um menu ao lado da seleção
Marca campos obrigatórios e somente leitura, e indica a página
Filtra por nome ou resposta e esconde os campos não preenchidos
Exporta como JSON simples, JSON detalhado ou CSV
Conta preenchidos contra vazios para ver o que falta no formulário

Como usar Extrator de formulário PDF

Arraste o PDF preenchido para a página
Percorra a tabela de nomes de campo e respostas
Filtre ou esconda os campos vazios se o formulário for longo
Copie ou baixe os dados em JSON ou CSV

Exemplo

Entrada

W-9 with the name and address fields completed

Saída

{
  "topmostSubform[0].Page1[0].f1_01[0]": "Ada Lovelace",
  "topmostSubform[0].Page1[0].f1_07[0]": "12 Baker Street"
}

Os nomes de campo vêm do documento, então batem com o que gerou ou processa o formulário.

Erros comuns e solução de problemas

Nenhum campo é encontrado. — Provavelmente o formulário não é um AcroForm. Uma página digitalizada, ou impressa em PDF depois de preenchida, guarda as respostas como gráficos: isso exige extração de texto ou OCR.
Os nomes de campo são cadeias ilegíveis como f1_07[0]. — Foi assim que quem criou o formulário os nomeou, e formulários oficiais são os piores. A página e a resposta em geral deixam claro a que campo visível cada um corresponde.
Um campo de assinatura sai vazio. — Campos de assinatura carregam um objeto criptográfico e não um valor de texto, então não há nada a extrair. O campo é listado para você saber que existe.
Uma caixa mostra um valor como Off ou 1 em vez de Sim. — Os valores de exportação das caixas são definidos por quem criou o formulário. Aqui aparecem como marcadas ou vazias, e a exportação detalhada preserva os valores originais.

Perguntas frequentes

Por que não consigo copiar o texto de um formulário preenchido?: Porque as respostas não fazem parte do texto da página. Campos AcroForm são objetos separados sobrepostos, então uma cópia de texto devolve os rótulos impressos e deixa de fora o que foi digitado.
O que é um AcroForm?: A camada de formulário interativo embutida na especificação PDF: a que dá caixas de texto, caixas de seleção e menus. É o que quase todo formulário preenchível usa, com os antigos formulários XFA como principal exceção.
Posso extrair dados de vários formulários de uma vez?: Aqui é um documento por vez, mas a exportação CSV foi feita para empilhar: rode cada formulário, acrescente as linhas e os nomes de campo vão bater porque vêm do mesmo modelo.
Extrair os dados altera o PDF?: Não. O arquivo é lido e nada é escrito de volta, então o documento original fica intacto. Se você quiser fixar as respostas na página, isso é o que o achatamento faz.
Funciona em um formulário protegido por senha?: Só se ele abrir sem senha. Um documento cifrado com senha de usuário precisa ser descriptografado antes de os campos poderem ser lidos.

Ferramentas relacionadas

Achatar PDF — Fixa os campos de um formulário preenchido na página.
PDF para texto — Extraia texto selecionável de um PDF como texto puro ou Markdown.
Editor de metadados de PDF — Veja, edite ou remova título, autor e demais campos de um PDF.
Juntar PDF — Combine vários PDFs em um só, com reordenação.
Dividir PDF — Extraia páginas ou intervalos (ex.: 1-3,5,7-9) em um novo PDF.
Descriptografar PDF — Remova a proteção por senha de um PDF criptografado.