Modo leitura e reflow: por que PDF não se adapta à tela
Por que o texto de um PDF não se reorganiza no celular, o que é reflow e como converter PDF em Markdown com títulos, listas e tabelas preservados.
PDF não se adapta à tela porque guarda cada letra numa posição fixa, na largura da página em que foi criada. Não existe parágrafo nem coluna no arquivo: o leitor sabe apenas que aquelas letras estão ali. Por isso, o modo leitura de um PDF no celular precisa reconstruir o texto, e reflow é o nome dessa reconstrução.
O que um PDF guarda de fato
Um PDF é uma instrução de desenho. Ele diz que um trecho de texto, numa certa fonte e tamanho, deve aparecer em determinada coordenada da página. Uma linha de parágrafo é uma sequência de trechos com posições próximas; um título é um trecho com fonte maior; uma tabela é um conjunto de trechos alinhados em colunas. Nada disso está marcado como tal.
Essa diferença explica o problema. Um texto escrito no Word tem parágrafos, estilos e quebras de linha, e a conversão para PDF joga tudo isso fora, mantendo só as posições. Quando um leitor tenta reflow, ele faz o caminho inverso: junta os trechos que parecem pertencer à mesma frase e decide o que é título, lista ou tabela.
Como o AjustaPDF reconstrói o documento
O motor usa a ferramenta de análise do poppler, que extrai cada trecho de texto com posição, fonte, tamanho e estilo de negrito e itálico. A partir daí, o motor monta a estrutura de blocos da página: parágrafos, títulos, itens de lista, tabelas e, quando pedido, imagens. Essa mesma estrutura alimenta a conversão para Word, para Excel e para Markdown, então uma melhoria na detecção de tabelas vale para os três.
O passo a passo para o Markdown é simples. Você envia o PDF, as páginas sem texto passam pelo OCR em português e inglês, e o resultado é um arquivo de texto com a estrutura reconstruída. Títulos viram linhas com #, itens de lista viram linhas com hífen, negrito, itálico e links são mantidos, e tabelas viram tabelas no formato de barras verticais.
| Elemento do PDF | Vira em Markdown | Observação |
|---|---|---|
| Título grande | Linha que começa com # | Depende do tamanho da letra |
| Lista com marcadores | Itens com hífen | Itens seguidos ficam na mesma lista |
| Tabela | Tabela com barras verticais | Barras dentro de célula são escapadas |
| Negrito e itálico | Asteriscos | Mantidos quando o PDF marca o estilo |
| Link | Texto entre colchetes com o endereço | Mantido quando o PDF tem o link |
| Imagem | Não entra | Markdown não carrega figuras |
| Número da página | Comentário HTML antes do texto | Serve para citar a origem do trecho |
O comentário de página é o detalhe que mais ajuda quem vai reutilizar o texto. Ele não aparece quando o Markdown é exibido, mas permite voltar à página de origem de cada trecho, seja para conferir um número, seja para citar com precisão.
Quando a reconstrução falha
Reflow é uma inferência, e algumas páginas desafiam a inferência. Três casos merecem atenção. O primeiro são páginas com duas ou mais colunas, em que a leitura da linha de cima pode se misturar com a de baixo se as colunas não estiverem bem alinhadas. O segundo são caixas de texto e notas laterais, que o leitor pode tratar como parte do parágrafo principal. O terceiro são cabeçalhos e rodapés repetidos, que aparecem no meio do texto em cada página.
Quando isso acontece, não há erro visível: o texto sai completo, mas fora de ordem. Por isso, confira a primeira página de cada documento antes de usar o resultado em outro lugar. Uma leitura rápida dos dois primeiros parágrafos de cada seção costuma revelar o problema.
PDF com tags: quando o autor já marcou a ordem
Existe uma forma de PDF que guarda a estrutura: o PDF com tags. Nele, cada parágrafo, título e célula de tabela é marcado com um papel e uma ordem de leitura. Leitores de tela usam essa marcação, e leitores com reflow bem feito também. Um PDF com tags tem reflow mais confiável, porque a estrutura não precisa ser inferida.
Muitos PDFs não têm tags, principalmente os gerados por scanner e por exportações simples. O guia sobre PDF acessível, tags e leitor de tela mostra como saber se o seu tem a marcação. Se não tiver, o reflow depende da análise de posições, como descrito acima. Quando o texto copiado de um PDF sai embaralhado, o guia texto copiado sai embaralhado explica a causa.
Como ler no celular hoje
Para leitura casual no celular, o caminho mais simples é abrir o PDF num leitor com zoom, ou usar o modo de leitura do navegador quando ele oferecer (se a barra de ferramentas sumir nesse modo, veja barra de ferramentas do PDF que sumiu). O resultado depende de o PDF ter estrutura. Para um texto que você quer ler como texto corrido e guardar, a conversão para Markdown ou para Word dá um arquivo mais confortável, e mantém o conteúdo. Se você prefere editar o resultado no Word, o passo a passo está em converter PDF em DOCX editável.
Para um arquivo escaneado, o primeiro passo é o reconhecimento de texto. O guia sobre copiar texto de PDF escaneado explica como saber se o texto existe, e a ferramenta de OCR em PDF cria a camada de texto que a conversão precisa. Depois, a ferramenta de PDF para Markdown faz a reconstrução; para levar o texto a um assistente de IA, veja converter PDF em Markdown para IA.
Se o objetivo é entender a diferença entre PDF de imagem e PDF vetorial, leia o guia sobre PDF vetorial ou de imagem. Um PDF de imagem não tem texto para reconstruir, e nenhum reflow resolve isso sem OCR antes.
Perguntas frequentes
O que é reflow num PDF?
Reflow é reorganizar o texto para caber na largura da tela, como numa página web. Um PDF não faz isso sozinho, porque guarda as letras em posições fixas. O reflow exige reconstruir parágrafos, títulos e colunas a partir da posição de cada trecho de texto.
Por que o modo leitura do PDF no celular fica desorganizado?
Porque o leitor precisa adivinhar a ordem do texto a partir das posições. Colunas, caixas de texto, notas de rodapé e cabeçalhos repetidos podem sair fora de ordem. Um PDF com estrutura interna marcada, chamado de PDF com tags, costuma sair melhor, porque o autor já indicou a ordem.
Como converter um PDF em Markdown para ler ou reutilizar?
Envie o PDF na ferramenta de conversão. Títulos viram linhas com #, listas viram itens com hífen e tabelas viram tabelas com barras verticais. Cada página começa com um comentário com o número dela, e imagens ficam de fora, porque o Markdown não as carrega.
PDF escaneado vira Markdown?
Sim, com uma ressalva: páginas sem texto selecionável passam pelo OCR em português e inglês antes da conversão. O resultado depende da qualidade do escaneado, e o texto reconhecido segue o mesmo caminho do texto digital. Confira as palavras importantes contra a página original.