{"id":68,"date":"2026-10-03T11:57:31","date_gmt":"2026-10-03T14:57:31","guid":{"rendered":"https:\/\/ferdy.com.br\/blog\/extrair-dados-de-80-pdfs\/"},"modified":"2026-10-03T11:57:31","modified_gmt":"2026-10-03T14:57:31","slug":"extrair-dados-de-80-pdfs","status":"publish","type":"post","link":"https:\/\/ferdy.com.br\/blog\/extrair-dados-de-80-pdfs\/","title":{"rendered":"Tenho 80 PDFs de artigos. E agora?"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\">A busca terminou, a triagem terminou, e agora existe uma pasta no seu computador com oitenta PDFs. Todos relevantes, todos lidos pela metade, e a planilha de extra\u00e7\u00e3o continua com uma linha preenchida \u2014 a do primeiro artigo, feita com entusiasmo h\u00e1 tr\u00eas semanas.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Este \u00e9 o ponto em que a maioria das revis\u00f5es empaca. N\u00e3o \u00e9 falta de m\u00e9todo nem de disciplina: \u00e9 que a etapa seguinte \u00e9 longa, repetitiva e n\u00e3o parece progresso.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Por que trava exatamente aqui<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">As etapas anteriores d\u00e3o retorno r\u00e1pido. Buscar traz resultado na hora; triar reduz a pilha e isso \u00e9 vis\u00edvel. Extrair \u00e9 o contr\u00e1rio: cada artigo consome de 20 a 40 minutos e o avan\u00e7o \u00e9 de um oitenta avos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Em oitenta artigos, s\u00e3o <strong>27 a 53 horas<\/strong>. Uma semana e meia de trabalho integral, ou dois meses de quem consegue dedicar duas horas por dia. E \u00e9 trabalho de transcri\u00e7\u00e3o: localizar a amostra, copiar, colar na coluna certa, voltar ao PDF, procurar o instrumento, copiar, colar.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Pior: \u00e9 trabalho em que o erro n\u00e3o aparece. Uma amostra transcrita na linha errada n\u00e3o d\u00e1 mensagem nenhuma \u2014 s\u00f3 sustenta uma conclus\u00e3o falsa que ningu\u00e9m mais vai conferir.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Antes de abrir o primeiro PDF: defina as colunas<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O erro mais caro desta etapa \u00e9 come\u00e7ar a extrair sem saber exatamente o que extrair. Voc\u00ea preenche trinta artigos, percebe que precisava de uma coluna a mais, e volta aos trinta.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Defina os campos antes, por escrito, com o formato de cada um. N\u00e3o basta &#8220;amostra&#8221; \u2014 escreva &#8220;n\u00famero de participantes analisados, apenas o numeral; se houver perdas, use o n final&#8221;. N\u00e3o basta &#8220;ano&#8221; \u2014 escreva &#8220;ano de publica\u00e7\u00e3o, quatro d\u00edgitos; se houver vers\u00e3o online antecipada, use o ano do fasc\u00edculo&#8221;.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Parece exagero e n\u00e3o \u00e9: essa precis\u00e3o \u00e9 o que faz as oitenta linhas serem compar\u00e1veis entre si. Uma coluna preenchida de tr\u00eas jeitos diferentes n\u00e3o serve para nada depois.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Teste em cinco artigos que voc\u00ea j\u00e1 leu<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Antes de encarar os oitenta, extraia cinco que voc\u00ea conhece bem e confira linha por linha. \u00c9 aqui que se descobre que a coluna &#8220;desfecho&#8221; est\u00e1 amb\u00edgua, que faltou uma para o pa\u00eds do estudo, que &#8220;instrumento&#8221; \u00e0s vezes tem dois.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ajustar a defini\u00e7\u00e3o nesse ponto custa dez minutos. Descobrir no artigo sessenta custa a tarde inteira.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">O que d\u00e1 para automatizar e o que n\u00e3o d\u00e1<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Vale separar com honestidade.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>D\u00e1 para automatizar<\/strong> a localiza\u00e7\u00e3o e a transcri\u00e7\u00e3o: achar no texto o que voc\u00ea pediu e colocar na coluna certa, com o formato que voc\u00ea definiu, igual em todos os artigos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>N\u00e3o d\u00e1 para automatizar<\/strong> o crit\u00e9rio \u2014 o que entra na revis\u00e3o, o que cada achado significa, se dois estudos medem a mesma coisa com nomes diferentes. Isso \u00e9 leitura, e leitura \u00e9 o trabalho.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tamb\u00e9m n\u00e3o se automatiza a confer\u00eancia. Qualquer extra\u00e7\u00e3o autom\u00e1tica precisa ser verificada, e por isso vale pedir, numa das colunas, <strong>a frase do artigo que sustenta o dado<\/strong> \u2014 assim a confer\u00eancia \u00e9 olhar a frase ao lado do n\u00famero, n\u00e3o reabrir o PDF.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Como fica com os oitenta PDFs<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">No ferdy o caminho \u00e9: voc\u00ea escreve as colunas uma vez, com a instru\u00e7\u00e3o de cada uma, arrasta os oitenta arquivos e recebe a tabela \u2014 um artigo por linha, pronta para exportar em Excel ou CSV.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Tr\u00eas coisas que costumam ser perguntadas:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>PDF digitalizado n\u00e3o funciona.<\/strong> Arquivo que \u00e9 imagem, sem camada de texto, n\u00e3o \u00e9 lido \u2014 passe um OCR antes. Ele aparece como ileg\u00edvel e n\u00e3o \u00e9 cobrado.<\/li>\n<li><strong>Falha n\u00e3o custa nada.<\/strong> S\u00f3 se paga pelo artigo que vira linha; erro de leitura, arquivo corrompido ou servi\u00e7o indispon\u00edvel n\u00e3o consomem cr\u00e9dito.<\/li>\n<li><strong>Os dados s\u00e3o seus.<\/strong> O PDF n\u00e3o fica armazenado \u2014 \u00e9 usado no processamento e apagado em seguida. O que permanece \u00e9 a tabela, que voc\u00ea exporta e exclui quando quiser.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Se a sua revis\u00e3o \u00e9 sistem\u00e1tica, a extra\u00e7\u00e3o \u00e9 a etapa 6 de oito \u2014 e as outras sete est\u00e3o descritas em <a href=\"https:\/\/ferdy.com.br\/blog\/revisao-sistematica-passo-a-passo\/\">revis\u00e3o sistem\u00e1tica passo a passo<\/a>. Se voc\u00ea ainda est\u00e1 montando as colunas, vale ler antes <a href=\"https:\/\/ferdy.com.br\/blog\/colunas-tabela-de-extracao\/\">como escolher as colunas da sua tabela<\/a>: \u00e9 a decis\u00e3o que determina se as oitenta linhas v\u00e3o servir.<\/p>\n\n","protected":false},"excerpt":{"rendered":"<p>A busca terminou, a triagem terminou, e agora existe uma pasta no seu computador com oitenta PDFs. Todos relevantes, todos lidos pela metade, e a planilha de extra\u00e7\u00e3o continua com uma linha preenchida \u2014\u2026<\/p>\n","protected":false},"author":0,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"rank_math_title":"","rank_math_description":"A etapa em que a revis\u00e3o empaca: extrair dados de dezenas de PDFs leva de 27 a 53 horas. O que automatizar, o que n\u00e3o d\u00e1, e como definir as colunas antes de come\u00e7ar.","rank_math_focus_keyword":"extrair dados de artigos em pdf","footnotes":""},"categories":[2],"tags":[],"class_list":["post-68","post","type-post","status-publish","format-standard","hentry","category-produto"],"_links":{"self":[{"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/posts\/68","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/comments?post=68"}],"version-history":[{"count":0,"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/posts\/68\/revisions"}],"wp:attachment":[{"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/media?parent=68"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/categories?post=68"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ferdy.com.br\/blog\/wp-json\/wp\/v2\/tags?post=68"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}