> ## Documentation Index
> Fetch the complete documentation index at: https://student-213fb9fc.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# Processamento de Documentos

> Saiba mais sobre os recursos de processamento de documentos.

O Firecrawl oferece recursos poderosos de parsing de documentos, permitindo extrair conteúdo estruturado de diversos formatos. Esse recurso é particularmente útil para processar arquivos como planilhas, documentos do Word e muito mais.

<div id="supported-document-formats">
  ## Formatos de documentos suportados
</div>

Atualmente, o Firecrawl oferece suporte aos seguintes formatos de documentos:

* **Planilhas do Excel** (`.xlsx`, `.xls`)
  * Cada planilha é convertida em uma tabela HTML
  * As planilhas são separadas por títulos H2 com o nome da aba
  * Preserva a formatação das células e os tipos de dados

* **Documentos do Word** (`.docx`, `.doc`, `.odt`, `.rtf`)
  * Extrai o conteúdo de texto preservando a estrutura do documento
  * Mantém títulos, parágrafos, listas e tabelas
  * Preserva formatação e estilos básicos

* **Documentos PDF** (`.pdf`)
  * Extrai o conteúdo de texto com informações de layout
  * Preserva a estrutura do documento, incluindo seções e parágrafos
  * Lida com PDFs baseados em texto e digitalizados (com suporte a OCR)
  * Oferece a opção `mode` para controlar a estratégia de parsing: `fast` (apenas texto), `auto` (texto com fallback de OCR, padrão) ou `ocr` (forçar OCR)
  * Custa 1 crédito por página. Consulte a [tabela de preços](https://docs.firecrawl.dev/pricing) para detalhes.

<div id="pdf-parsing-modes">
  ### Modos de processamento de PDF
</div>

Use a opção `parsers` para controlar como os PDFs são processados:

| Modo   | Descrição                                                                                                                                           |
| ------ | --------------------------------------------------------------------------------------------------------------------------------------------------- |
| `auto` | Tenta primeiro uma extração rápida baseada em texto e, se necessário, recorre ao OCR. Este é o modo padrão.                                         |
| `fast` | Processamento apenas baseado em texto (texto embutido). É a opção mais rápida, mas não extrai texto de páginas digitalizadas ou com muitas imagens. |
| `ocr`  | Força o uso de OCR em todas as páginas. Use para documentos digitalizados ou quando `auto` classificar uma página incorretamente.                   |

```js theme={null}
// Sintaxe de objeto com modo
parsers: [{ type: "pdf", mode: "ocr", maxPages: 20 }]

// Padrão (modo automático)
parsers: [{ type: "pdf" }]
```

<div id="how-to-use-document-parsing">
  ## Como usar a análise de documentos
</div>

A análise de documentos no Firecrawl é automática quando você fornece uma URL que aponta para um tipo de documento compatível. O sistema detecta o tipo de arquivo com base na extensão da URL ou no cabeçalho Content-Type e o processa conforme necessário.

<div id="example-scraping-an-excel-file">
  ### Exemplo: Fazendo scraping de um arquivo Excel
</div>

```js Node theme={null}
import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-SUA-CHAVE-API" });

const doc = await firecrawl.scrape('https://example.com/data.xlsx');

console.log(doc.markdown);
```

<div id="example-scraping-a-word-document">
  ### Exemplo: Extraindo um documento do Word
</div>

```js Node theme={null}
import Firecrawl from '@mendable/firecrawl-js';

const firecrawl = new Firecrawl({ apiKey: "fc-SUA-CHAVE-API" });

const doc = await firecrawl.scrape('https://example.com/data.docx');

console.log(doc.markdown);
```

<div id="output-format">
  ## Formato de saída
</div>

Todos os tipos de documentos compatíveis são convertidos em Markdown limpo e estruturado. Por exemplo, um arquivo Excel com várias planilhas pode ser convertido em:

```markdown theme={null}
## Planilha1

| Nome  | Valor |
|-------|-------|
| Item 1 | 100   |
| Item 2 | 200   |

## Planilha2

| Data       | Descrição    |
|------------|--------------|
| 2023-01-01 | Primeiro trimestre|
```