Extrae el texto de un PDF, limpio y en privado
El convertidor PDF a texto saca las palabras de un PDF y te las entrega como texto plano y editable. Las líneas se reconstruyen a partir de la posición de cada fragmento de texto en la página, así que las palabras quedan bien espaciadas, los párrafos siguen separados y las columnas de las tablas no se mezclan.
Úsalo para citar un informe, reutilizar el contenido de un folleto antiguo, pegar la cláusula de un contrato en un correo, pasar un documento a una herramienta de traducción o contar las palabras de un PDF. Cuando termines, copia el texto con un clic o guárdalo como archivo .txt.
Todo el procesamiento ocurre en tu navegador con el motor de PDF de código abierto que usa Firefox. El documento nunca se sube, lo que lo hace seguro para recibos de sueldo, papeles legales y todo lo que prefieras mantener para ti.
Cómo extraer texto de un PDF
- Suelta un PDF en la zona de carga o haz clic para elegir uno. El texto de todas las páginas se extrae enseguida.
- Para obtener solo una parte del documento, escribe páginas o rangos en “Páginas”, por ejemplo
3-7, 12. - Deja marcado “Añadir separadores de página” para ver dónde empieza cada página, y marca “Unir líneas en párrafos” si quieres texto continuo sin saltos de línea.
- Lee o edita el resultado en el cuadro de texto; los conteos de palabras y caracteres se actualizan sobre la marcha.
- Pulsa “Copiar texto” para pegarlo donde quieras, o “Descargar .txt” para guardarlo.
Características de PDF a texto
Reconstrucción inteligente de líneas
Los fragmentos de texto sobre la misma línea base se unen en una sola línea, los huecos entre palabras se convierten en espacios y los huecos amplios (como las columnas de una tabla) se convierten en tabuladores que se pegan sin problema en una hoja de cálculo.
Detección de párrafos
Un espacio entre líneas mayor de lo normal se trata como un párrafo nuevo y se muestra como una línea en blanco.
Modo de texto continuo
“Unir líneas en párrafos” quita los saltos de línea fijos del diseño del PDF y vuelve a unir las palabras partidas con guion entre líneas, así que el texto se pega bien en Word o Google Docs.
Rangos de páginas y separadores
Extrae una sola página o una mezcla de rangos, con marcadores opcionales “--- Page N ---”.
Detección de páginas escaneadas
Las páginas sin capa de texto se indican en una lista, con un acceso directo al OCR, para que nunca te quedes con un resultado vacío sin explicación.
Cualquier idioma
Se admite texto Unicode de cualquier escritura, incluidos hindi, árabe, chino y japonés, siempre que el PDF guarde texto real.
Por qué algunos PDF no tienen texto que extraer
Un PDF creado con Word, Google Docs, un navegador web o un programa de contabilidad guarda caracteres reales, así que su texto se puede extraer con exactitud. Un PDF creado por un escáner o por la cámara de un teléfono suele contener solo imágenes de las páginas. Para la computadora son fotos, y no hay letras que copiar.
Para esos archivos necesitas OCR (reconocimiento óptico de caracteres). Convierte las páginas en imágenes de alta resolución con PDF to JPG a 300 DPI y pásalas por Image to Text. Algunos escáneres añaden automáticamente una capa de texto OCR invisible; si el tuyo lo hizo, esta herramienta la extraerá.
Cómo obtener el resultado más limpio
- Los diseños de varias columnas, como periódicos y artículos académicos, se extraen en el orden en que se escribió el texto en el archivo, que suele ser columna por columna.
- Las tablas salen con una fila por línea y tabuladores entre celdas. Pégalas en una hoja de cálculo para recuperar las columnas.
- Los encabezados, pies de página y números de página también se extraen. Desactiva los separadores de página y usa Find and Replace para quitar rápido las líneas repetidas.
- Símbolos raros en lugar de letras significan que el PDF usa una fuente sin un mapa de caracteres adecuado. El texto no se puede decodificar de forma fiable: usa OCR sobre una imagen de la página.
- Para comprobar la longitud del resultado frente a un límite, pégalo en el Word Counter.
PDF a texto: preguntas frecuentes
¿Cómo extraer texto de un PDF gratis?
Sube el PDF arriba. El texto aparece al instante en el cuadro; pulsa “Copiar texto” o “Descargar .txt”. No hay registro, marca de agua ni límite de páginas.
¿Por qué el resultado está vacío?
El PDF contiene imágenes escaneadas en lugar de texto. La herramienta te indica qué páginas no tienen capa de texto. Usa PDF a JPG y luego Image to Text (OCR) para leerlas.
¿PDF a texto conserva el formato?
El texto plano no tiene fuentes, negrita ni imágenes, pero se conservan los saltos de línea, los espacios entre párrafos y las columnas de las tablas (como tabuladores). Activa “Unir líneas en párrafos” para obtener texto continuo.
¿Puedo extraer el texto de una sola página?
Sí. Escribe el número de página en “Páginas”. También puedes usar rangos como 2-4 o 10- (de la página 10 al final).
¿Mi PDF se sube a algún sitio?
No. JavaScript lee el archivo en tu navegador y nunca sale de tu dispositivo.
¿Puede extraer texto de un PDF protegido con contraseña?
No si el PDF necesita contraseña para abrirse. Ábrelo con la contraseña en un lector de PDF, guarda una copia sin protección y sube esa.