Como pesquisar dentro de muitos arquivos PDF e Word no Windows

Para pesquisar o texto dentro de uma pasta de arquivos PDF e Word, converta a pasta em Markdown com o MD Factory e pesquise os arquivos Markdown. Cada um é texto simples salvo ao lado do original, então o Visual Studio Code ou o PowerShell encontra uma frase em todos os documentos de uma vez e mostra a linha onde ela aparece.

Você converte uma vez e pesquisa quantas vezes quiser. PDFs digitalizados também permitem busca, porque o texto deles é reconhecido durante a conversão.

Converta a pasta

1. Abra o MD Factory e clique em Adicionar pasta, ou arraste a pasta para a janela. As subpastas são incluídas.
2. A conversão começa na hora. Espere até todas as linhas mostrarem Concluído, Precisa de revisão ou Falhou.
3. Clique em Precisa de revisão ao lado de um arquivo para ver o que conferir. Em uma digitalização, a causa habitual é um texto que o OCR não conseguiu ler, e a busca não encontra o que não foi lido.

Contracts/
  supplier-2025.pdf
  supplier-2025.md
  supplier-2026.docx
  supplier-2026.md
  Scans/
    lease.pdf
    lease.md

Uma pasta com arquivos de vários tipos funciona: PDF, Word, PowerPoint, Excel, ebooks, páginas web salvas e e-mails são todos convertidos.

O que uma busca abrange

Arquivos Word com notas de rodapé, notas de fim, cabeçalhos ou rodapés são marcados como Precisa de revisão. Pesquise essas partes no documento original.

As datas do Excel são escritas como 2026-03-15 00:00:00, então pesquise a data nessa forma. Os sublinhados nas células do Excel são escritos como o código _, então um nome como order_id é guardado como order_id: pesquise-o assim. O guia de Excel lista as outras alterações.

Pesquise com o Visual Studio Code

1. No Visual Studio Code, escolha File, depois Open Folder, e selecione a pasta.
2. Pressione Ctrl+Shift+F e digite a frase.
3. Para ignorar os arquivos originais, clique no botão de três pontos abaixo da caixa de busca e digite *.md na caixa de arquivos a incluir.

Os resultados são agrupados por arquivo, com as linhas correspondentes sob o nome de cada arquivo. Clique em uma linha para abrir o arquivo naquele ponto. Os botões à direita da caixa de busca ativam a diferenciação de maiúsculas e minúsculas (Alt+C), palavras inteiras (Alt+W) e expressões regulares (Alt+R). O guia de edição básica do Visual Studio Code explica a busca em vários arquivos.

Pesquise com o PowerShell

Abra o PowerShell na pasta: no Explorador de Arquivos, clique na barra de endereços, digite powershell e pressione Enter. Depois execute:

Get-ChildItem -Recurse -Filter *.md | Select-String -Pattern "payment terms" -SimpleMatch -Encoding utf8

Cada ocorrência é exibida com o arquivo, o número da linha e a própria linha. Omita -SimpleMatch para usar uma expressão regular, por exemplo 2026-0[1-3] para encontrar datas de janeiro a março. Adicione -Context 1,1 para mostrar uma linha antes e uma depois de cada ocorrência.

Para listar apenas os arquivos que contêm a frase:

Get-ChildItem -Recurse -Filter *.md | Select-String -Pattern "payment terms" -SimpleMatch -Encoding utf8 | Select-Object -ExpandProperty Path -Unique

Mantenha -Encoding utf8 no comando: sem ele, o Windows PowerShell pode ler errado letras acentuadas e não latinas. As opções são descritas na referência de Select-String da Microsoft.

Pesquise várias palavras ou conte as ocorrências

Para encontrar uma de duas frases, una-as com uma barra vertical em uma expressão regular: payment terms|late fee. Ative as expressões regulares no Visual Studio Code ou omita -SimpleMatch no PowerShell.

Para ver quais documentos mencionam uma frase com mais frequência, agrupe as ocorrências por arquivo:

Get-ChildItem -Recurse -Filter *.md | Select-String -Pattern "late fee" -SimpleMatch -Encoding utf8 | Group-Object Path | Sort-Object Count -Descending | Select-Object Count, Name

Para guardar os resultados, adicione | Out-File results.txt -Encoding utf8 ao final de um comando.

Qual ferramenta usar

Da ocorrência ao original

Um arquivo Markdown tem o mesmo nome do documento dele, então supplier-2026.md leva de volta a supplier-2026.docx. O Markdown não tem números de página. Para achar a página, abra o original, pressione Ctrl+F e procure a mesma frase.

Antes de confiar em uma ocorrência

Uma ocorrência mostra que o texto está no arquivo Markdown, não que ele está correto. Antes de citar um valor ou uma cláusula, abra o original e leia lá. Isso vale principalmente para texto reconhecido de uma digitalização.

Se a busca não encontra nada

• Pesquise menos palavras. Uma frase pode quebrar entre linhas ou páginas no original, e uma frase mais curta ainda corresponde.
• Tente outras grafias. O OCR pode ler um 1 como l ou um 5 como S, então pesquise a parte da palavra ao redor da letra duvidosa.
• Confira o status do arquivo. Um arquivo marcado como Falhou não tem arquivo Markdown, e Precisa de revisão indica algo que pode estar faltando.

Mantenha a busca atualizada

Quando um documento muda, adicione-o de novo ao MD Factory. Se você não editou o arquivo Markdown dele, o novo resultado o substitui. Se editou, o novo resultado é salvo como uma cópia numerada, como supplier-2026 (2).md, e a busca encontra as duas.

Se você guarda suas notas no Obsidian, a busca do cofre dele faz o mesmo trabalho: veja como importar arquivos PDF e Word para o Obsidian. Para deixar um agente de programação pesquisar a mesma pasta, veja como dar ao Claude Code, ao Cursor e ao Codex os seus PDFs e arquivos Word.

Perguntas

A busca encontra texto em PDFs digitalizados?

Sim, o texto que o OCR reconheceu, escrito do jeito que foi reconhecido.

Preciso guardar os arquivos originais?

Sim. Os números de página e o layout exato só existem nos originais, e você vai voltar a eles para conferir uma ocorrência.