PDF a texto

Extrae la capa de texto existente del PDF a TXT con separadores de página explícitos.

Esta página muestra las herramientas disponibles en este idioma dentro del alcance actual. Esto no significa que todas las herramientas del sitio estén traducidas a todos los idiomas.

Un PDF sin cifrar, de hasta 50 MiB y 200 páginas. El procesamiento local tiene un plazo de 15 segundos por etapa; siguen vigentes los límites del analizador. El original no cambia.

Extrae solo la capa de texto existente, sin OCR. Máximo de 100 000 unidades de texto UTF-16. Puede ser necesario revisar las columnas, el orden de lectura del árabe y los espacios; no se garantizan los valores de los formularios en el texto extraído.

Por ejemplo, 1,3-5; se conserva el orden de selección.

Cómo usarla

Elige un PDF con una capa de texto y selecciona las páginas deseadas. Procésalo, revisa el comienzo y después copia el resultado completo o descarga el TXT.

Ejemplo práctico

Un archivo de dos páginas que contenga los textos «First page» y «Second page» produce dos secciones de texto separadas por los números de sus páginas de origen.

Compatibilidad y límites

Las columnas, el orden de lectura del árabe y los espacios dependen de la capa de texto original y pueden necesitar revisión. No se reconstruyen tablas ni la distribución de la página; los valores de los campos de formulario no están garantizados. Si las páginas seleccionadas no contienen texto extraíble, se muestra un mensaje explícito; no se inventa texto ni se ejecuta OCR.

Preguntas frecuentes

¿Por qué un PDF escaneado no produce texto?

Una imagen por sí sola no tiene una capa de caracteres extraíble. Esta herramienta lee únicamente texto existente; las imágenes requieren una herramienta OCR independiente con límites de calidad declarados.

Herramientas relacionadas