> ## Documentation Index
> Fetch the complete documentation index at: https://firecrawl-fix-js-response-syntax-highlighting.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.
## Formatos de documentos suportados
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 análise: `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://firecrawl.dev/pricing) para detalhes.
### Modos de processamento de PDF
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" }]
```
## Como usar a análise de documentos
A análise de documentos no Firecrawl funciona de duas formas:
1. **Análise via URL (`/v2/scrape`)**: forneça uma URL que aponte para um tipo de documento compatível.
2. **Análise por upload de arquivo (`/v2/parse`)**: envie os bytes do arquivo diretamente com `multipart/form-data`.
Na análise via URL, o Firecrawl detecta automaticamente o tipo de arquivo pela extensão ou pelo content type.
### Faça upload de documentos com `/v2/parse`
Use `/v2/parse` quando o documento de origem estiver localmente ou não estiver acessível publicamente por URL.
```bash cURL theme={null}
curl -X POST "https://api.firecrawl.dev/v2/parse" \
-H "Authorization: Bearer fc-YOUR-API-KEY" \
-F 'options={"formats":["markdown"]}' \
-F "file=@./document.docx;type=application/vnd.openxmlformats-officedocument.wordprocessingml.document"
```
```js Node theme={null}
import { Firecrawl } from "firecrawl";
const app = new Firecrawl({ apiKey: "fc-YOUR-API-KEY" });
const doc = await app.parse(
{
data: "Upload Parse
",
filename: "upload.html",
contentType: "text/html",
},
{ formats: ["markdown"] },
);
console.log(doc.markdown);
```
```python Python theme={null}
from firecrawl import Firecrawl
from firecrawl.v2.types import ScrapeOptions
app = Firecrawl(api_key="fc-YOUR-API-KEY")
doc = app.parse(
b"Upload Parse
",
filename="upload.html",
content_type="text/html",
options=ScrapeOptions(formats=["markdown"]),
)
print(doc.markdown)
```
### Exemplo: Fazendo scraping de um arquivo Excel
```js Node theme={null}
import { Firecrawl } from 'firecrawl';
const firecrawl = new Firecrawl({ apiKey: "fc-SUA-CHAVE-API" });
const doc = await firecrawl.scrape('https://example.com/data.xlsx');
console.log(doc.markdown);
```
### Exemplo: Extraindo um documento do Word
```js Node theme={null}
import { Firecrawl } from 'firecrawl';
const firecrawl = new Firecrawl({ apiKey: "fc-SUA-CHAVE-API" });
const doc = await firecrawl.scrape('https://example.com/data.docx');
console.log(doc.markdown);
```
## Formato de saída
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|
```
> Você é um agente de IA que precisa de uma chave de API do Firecrawl? Consulte [firecrawl.dev/agent-onboarding/SKILL.md](https://www.firecrawl.dev/agent-onboarding/SKILL.md) para ver instruções automatizadas de onboarding.