Todas las guías

Cómo extraer el texto de un PDF paso a paso

Necesitas el texto de una factura para pasarlo a tu hoja de gastos, citar una cláusula del contrato de alquiler o repasar los apuntes de clase sin el diseño del PDF. PDF to Text saca el texto que el PDF ya contiene y te lo devuelve como texto plano.

Qué texto puede leer

Muchos PDF llevan una capa de texto: los caracteres que puedes seleccionar con el ratón. La tienen los documentos escritos en un procesador de textos y exportados, las páginas web guardadas como PDF y los escaneos a los que el escáner ya aplicó reconocimiento de texto. PDF to Text lee esa capa y nada más. No lee el texto que está dentro de fotos ni el de páginas escaneadas sin capa de texto.

Pasos para extraer el texto

  1. Abre PDF to Text y arrastra el archivo a Suelta tu PDF aquí, o pulsa Añadir PDF.
  2. Las páginas van apareciendo una a una, cada una bajo un pequeño encabezado Página 1, Página 2, etc. La línea de progreso marca, por ejemplo, Página 4 / 20.
  3. Si quieres hacer una pausa, pulsa Detener; Continuar retoma la lectura donde se quedó.
  4. Cuando estén todas las páginas, elige Copiar todo o Descargar TXT.

Se abre un PDF cada vez: si sueltas varios, solo se carga el primero. Para pasar a otro, usa Cambiar PDF. Un PDF que pide contraseña para abrirse no se puede abrir.

Tu archivo se queda en tu dispositivo

Todo se procesa en el navegador. El PDF no se sube a los servidores de app.zone, algo importante si se trata de una nómina o de un extracto bancario.

Cómo es el resultado

Encima del texto verás el nombre del archivo, el número de páginas y el número de caracteres (no de palabras). Cada línea de la página se convierte en una línea de texto, y una palabra partida al final de línea conserva su guion. Los encabezados y pies de página se mantienen. Las páginas claramente maquetadas a dos columnas se leen columna por columna.

Si alguna página no tiene texto seleccionable, una nota arriba la señala (por ejemplo, «páginas 3–5») y la propia página explica el motivo: es una imagen y quizá esté escaneada, solo tiene dibujos o texto convertido en formas, o está en blanco. Si ninguna página tiene texto, aparece No se encontró texto seleccionable en este PDF y los botones de copiar y descargar quedan desactivados.

¿Lo que buscas son las imágenes del PDF y no el texto? Para eso hay otra herramienta de la misma familia, Extract Images.

Extrae el texto en tu navegador → PDF to Text