Saltar al contenido principal
忆云竹

Extraer texto de PDF

Extrae localmente el texto de un PDF, revísalo por páginas y cópialo o guárdalo como TXT, identificando las páginas que necesitan OCR.

Extrae el texto que ya contiene el PDF, página a página. Los escaneos necesitan OCR.

Ajustes

    Por ejemplo: 1-3,5 o 3,1,1. Se conservan el orden y las páginas repetidas.

    Hasta 1 millón de caracteres por página y 8 millones en total. Revisa el orden de lectura de tablas y columnas.

    Vista previa

    El zoom y la rotación solo afectan a la vista previa. El archivo exportado no cambia.

    Texto extraído

    Los archivos se procesan en tu navegador, sin subirlos ni guardar la entrada. No se admiten PDF cifrados. Puedes cancelar; el proceso se detiene a los 90 segundos. El ejemplo contiene una página de texto y otra dejada en blanco a propósito.

    Se procesa en este navegador. No se sube ni se guarda nada.

    Acerca de esta herramienta

    Extrae localmente el texto de un PDF, revísalo por páginas y cópialo o guárdalo como TXT, identificando las páginas que necesitan OCR.

    Cómo se usa

    Añade un PDF para extraer el texto automáticamente y ajusta las páginas si hace falta. Despliega cada página para revisarla; la copia y el TXT mantienen las separaciones. Los escaneos o letras convertidas en contornos pueden requerir OCR después de exportarlos como imágenes. La extracción sigue el orden interno del PDF, sin reconstruir un documento Word. Revisa tablas, columnas y fuentes especiales.

    Preguntas frecuentes

    ¿Por qué no se extrae un texto que sí se ve?

    Puede estar guardado como imagen o contornos sin capa de texto. Aquí no se ejecuta OCR: convierte esas páginas en imágenes y usa el OCR. Las páginas en blanco también se indican sin texto.

    ¿Se conserva la disposición de tablas y columnas?

    No se garantiza. Se utiliza el orden de texto guardado en el PDF y sus saltos de línea; no se reconstruye un documento Word ni una hoja de cálculo. Compáralo con la vista previa.

    ¿Se pierde el texto que no aparece en la vista previa?

    No. Se muestran hasta 20.000 caracteres por página, pero la copia y el TXT incluyen todo el texto y las marcas de página. El límite de extracción es de 1 millón por página y 8 millones en total, sin subir ni guardar el contenido.

    Comentarios

    0
    para participar en el debate.
    Todavía no hay comentarios.
    Hilo de respuestas

    Sigue la conversación completa en orden cronológico; cada respuesta indica el mensaje concreto al que responde.