Extraer el texto de un PDF
Recupere el contenido textual sin formato de un PDF para pegarlo en otro sitio (correo electrónico, editor de texto, buscador interno) sin conservar la maquetación ni el formato.
Cómo funciona
Un PDF «de texto» (producido por un procesador de texto, una exportación web o un software de facturación, por ejemplo) contiene su contenido en forma de caracteres reales, aunque solo los vea a través de una maquetación. Esta herramienta lee ese contenido textual página por página y lo concatena en una única área de texto, con un separador entre cada página, para que pueda copiarlo y pegarlo o descargarlo sin tener que transcribir el documento a mano.
¿Por qué algunos de mis PDF no dan ningún texto?
Un PDF procedente de un escáner o de una foto de un documento es en realidad una imagen: no hay ningún texto realmente almacenado en el archivo, solo píxeles. Esta herramienta no realiza reconocimiento óptico de caracteres (OCR) y, por tanto, no puede extraer texto de ella — es una limitación honesta del formato de origen, no un fallo de la herramienta.
¿Se conserva la maquetación (columnas, tablas)?
No, de forma deliberada: la extracción conserva solo el texto sin formato, en el orden en que aparece en el flujo del PDF. Las columnas, tablas o formatos complejos pueden, por tanto, aparecer en un orden distinto al de su lectura visual habitual.
Procesamiento 100% local en su navegador (WebAssembly) — el contenido de su documento nunca se transmite a un servidor.