Convertir PDF a texto
Lee el texto guardado en un PDF, cópialo o descárgalo como archivo TXT. Todo ocurre en tu navegador y el PDF nunca se sube.
Arrastra aquí un archivo PDFElegir archivo PDF
Un archivo PDF de hasta 100 MB. El archivo permanece en tu dispositivo.
Se procesa en tu dispositivo, sin subidas
Guía y detalles
Cómo funciona
- Elige un PDF o arrástralo al área de arriba.
- Elige todas las páginas o indica páginas, por ejemplo 1-3, 5.
- Elige «Extraer texto» y revisa la vista previa.
- Copia el texto o elige «Descargar TXT». El archivo está codificado en UTF-8.
Qué hace y qué no hace esta herramienta
La herramienta lee el texto que está guardado en el PDF como texto, por ejemplo de procesadores de texto, impresiones de páginas web o informes. No es OCR (reconocimiento de texto). Un PDF escaneado está formado por imágenes de páginas y normalmente no contiene texto. En ese caso la herramienta indica claramente que no se encontró texto, en lugar de dar por bueno un archivo vacío. Si solo algunas páginas tienen texto, las demás quedan vacías y un aviso lo indica.
Algunos PDF guardan caracteres sin una correspondencia Unicode válida. Entonces el texto no se puede leer con fiabilidad y el resultado puede estar formado por caracteres de sustitución. La herramienta avisa cuando eso predomina en las páginas.
Orden, Unicode y límites
Las líneas y los párrafos se reconstruyen a partir de las posiciones de los fragmentos de texto en la página. En documentos de una columna suele coincidir con el orden de lectura. Con varias columnas, tablas, notas al pie, encabezados y pies de página o texto girado, el orden puede diferir del tuyo. Revisa los textos importantes en la vista previa. Las páginas se separan con una línea vacía y, si quieres, con una marca de página.
El texto se toma como Unicode y se normaliza, y el archivo es UTF-8. Se conservan los guiones de división al final de línea. El PDF puede pesar hasta 100 MB, en smartphones y dispositivos con poca memoria 50 MB, con un máximo de 2000 páginas. Los PDF protegidos con contraseña o con restricciones de uso se rechazan. La vista previa muestra los primeros 100.000 caracteres; el archivo y la función de copiar contienen todo.
Preguntas frecuentes
¿Por qué la herramienta dice que no hay texto?
Probablemente el PDF está formado por imágenes escaneadas. Esta herramienta solo lee el texto existente y no reconoce texto en imágenes. Para eso haría falta OCR.
¿Se sube mi PDF?
No. PDF.js lee el archivo localmente en tu navegador. Ni el PDF ni el texto se envían a AnyConvertor ni a terceros.
¿Por qué el orden es incorrecto con columnas?
Un PDF guarda fragmentos de texto con posiciones, pero no una dirección de lectura. La herramienta reconstruye las líneas a partir de las posiciones. Con columnas, tablas o notas al pie puede diferir del orden de lectura que quieres.
¿Puedo leer solo algunas páginas?
Sí. Elige «Páginas seleccionadas» e introduce por ejemplo 1-3, 5. Las páginas aparecen en el orden en que las escribas.
¿Qué significan los «caracteres de sustitución» del aviso?
El PDF no contiene ahí información sobre qué carácter Unicode corresponde a un glifo, así que el texto no se puede leer correctamente. Otro método de exportación en el programa de origen suele ayudar.