Extraer texto de un PDF
Copiar desde un lector de PDF suele salir mal: te llevas el encabezado y el pie de cada página, las columnas entremezcladas y saltos de línea en mitad de las frases. Esta herramienta lee directamente la capa de texto del documento y te lo entrega entero en un cuadro editable, listo para pegar en una nota, un traductor o una hoja de cálculo. Si activas el reflujo de párrafos, se deshacen los saltos que impuso la maquetación: las líneas cortadas se vuelven a unir, las palabras partidas por un guion se recomponen, y las viñetas y las listas numeradas se quedan como están. Puedes conservar las marcas de página para saber dónde empezaba cada una, o quitarlas para obtener prosa limpia. Si el PDF es un escaneo no hay texto que encontrar, y la herramienta te lo dice en vez de darte un cuadro vacío. Todo se lee dentro de tu navegador, así que un contrato o una nómina nunca sale del equipo.
Cómo usar
- Arrastra un PDF sobre el recuadro, o haz clic para elegir un archivo.
- Deja el alcance en «Todas las páginas», o cambia a «Rango de páginas» e introduce algo como `1-3, 5`.
- Decide si conservas las marcas `--- Página n ---` y si quieres reflujo de párrafos.
- Pulsa Extraer y copia el texto o descárgalo como .txt.
Preguntas frecuentes
- ¿Se sube mi PDF a algún sitio?
- No. El documento se abre y se lee enteramente dentro de la pestaña del navegador. No se envía nada a ningún servidor y, al cerrar la pestaña, no queda ninguna copia.
- No sale nada, y el PDF claramente tiene texto.
- Entonces es casi seguro un escaneo: una imagen de la página, sin capa de texto que se pueda seleccionar. Sacar palabras de ahí requiere OCR, y esta herramienta no lo hace. Aun así puedes convertir las páginas a imágenes y pasarlas por una herramienta de OCR.
- ¿Qué cambia exactamente el «reflujo de párrafos»?
- Un PDF guarda cada línea visual por separado, así que un párrafo llega roto cada 80 caracteres aproximadamente. El reflujo vuelve a unir las líneas que no terminan en final de frase, repara las palabras partidas por un guion y no toca las líneas en blanco, las viñetas ni las listas numeradas.
- ¿Por qué se entremezcla el texto en un documento a dos columnas?
- El texto sale en el orden en que lo guarda el documento, que en la mayoría de maquetaciones a varias columnas es columna a columna, pero no siempre. Extraer de página en página hace más fácil ver qué ha pasado y arreglarlo.
- ¿Se conservan las tablas, el espaciado o la negrita?
- No. Esto produce texto plano: las palabras en orden de lectura, con saltos de línea y de página. Las celdas de una tabla salen como texto corriente y se pierde todo el estilo tipográfico.
Guías sobre este tema
Herramientas relacionadas
Convertir PDF a imagen
Convierte cada página de un PDF en una imagen PNG, JPEG o WebP a la resolución que elijas y descárgalas sueltas o en un ZIP. No se sube nada.
Número a Palabras
Escribe cualquier número en inglés, coreano o japonés — para cheques, contratos o solo claridad.
Generador de CSS Text-Shadow (Multi-Capa)
Apila tantas capas de text-shadow como quieras — neón, 3D, contorno, long-shadow — preview en vivo y CSS listo para copiar.
Comprimir PDF
Reduce un PDF reencodificando las imágenes que lleva dentro. El texto sigue siendo seleccionable y buscable. No se sube nada.
Extractor de Páginas PDF
Suelta un PDF y extrae solo las páginas que quieras — `1-3, 5, 7-10` — a un PDF nuevo. Todo en tu navegador, sin subida.
Markdown → Texto Plano
Quita todo el formato Markdown y deja texto plano legible — útil para previews, resúmenes, emails y conteo de caracteres.