Conversor de PDF a Texto - Extraiga el Texto de un PDF en Línea, Gratis y Privado
Conversor de PDF a Texto
Saque el texto de un PDF, página por página
Arrastre un PDF aquí o haga clic para elegirlo
Orden de Lectura
Los fragmentos de texto se agrupan en líneas según su posición en la página y se leen de izquierda a derecha y de arriba abajo.
Opción de Párrafos
Una las líneas de cada párrafo en una sola y repare las palabras partidas con un guion al final de la línea.
Detecta los Escaneos
Si un PDF no tiene capa de texto, la herramienta lo dice en lugar de devolver un archivo vacío, porque un escaneo necesita OCR.
Privado
El PDF se lee en su navegador con pdf.js y nunca se sube.
Cómo se Guarda el Texto en un PDF
Un PDF no guarda párrafos. Guarda pequeños fragmentos de texto, cada uno con la posición donde debe dibujarse, y un visor los pinta en la página. Para recuperar un texto legible, un programa tiene que decidir qué fragmentos pertenecen a la misma línea, en qué orden leerlos y dónde termina un párrafo. Esta herramienta lo hace a partir de las posiciones: los fragmentos con casi la misma altura forman una línea, los huecos mayores que el de una letra normal se convierten en espacios y un hueco vertical mayor inicia un párrafo nuevo.
El resultado es bueno para documentos corrientes, pero puede ser imperfecto en maquetaciones con columnas, tablas, notas al pie o texto con tipografías poco habituales, donde el orden de lectura es una cuestión de criterio. Si el resultado está vacío, el PDF probablemente es un escaneo: cada página es una imagen y no hay texto que extraer hasta que pase por OCR. Los documentos también pueden prohibir la copia en sus permisos, algo que respetan algunos programas.
Puntos Clave
- Contrastado con pdftotext: Las palabras extraídas de documentos de prueba coincidieron con la salida de pdftotext de poppler.
- PDF escaneados: Si no se encuentra texto, convierta las páginas en imágenes con el Convertidor de PDF a Imagen y léalas con la herramienta «Imagen a Texto OCR».
- Archivos grandes: Las páginas se leen una a una, así que los documentos largos funcionan, y puede elegir un intervalo de páginas para ahorrar tiempo.