Extraer texto de un PDF

Extrae solo el texto de un PDF para copiarlo o guardarlo como .txt.

Arrastra un archivo PDF o haz clic para elegir uno

Solo se admiten archivos PDF

Ejemplos de uso

Copiar solo el cuerpo del texto de un informe en PDF

Extrae los párrafos que necesitas de un informe o documento en PDF y pégalos directamente en un procesador de texto o una app de notas.

Convertir un contrato en PDF con texto en texto buscable

Para un PDF con una capa de texto real, descarga todo el contenido como archivo .txt para buscarlo con Ctrl+F o procesarlo con otra herramienta.

Extraer el texto de un PDF de varias páginas de una vez

Procesa todas las páginas de un PDF de varias páginas a la vez y obtén el texto separado claramente por número de página.

Sacar citas de un artículo de investigación para un gestor de citas

¿Estás escribiendo una revisión bibliográfica y necesitas citar con exactitud un artículo en PDF? Extrae el texto para poder copiar los pasajes precisos sin volver a teclearlos a mano.

Pasar el contenido de un PDF a una herramienta de traducción o de IA

Muchas herramientas de traducción y de resumen solo aceptan texto sin formato. Extrae primero el texto de un PDF para poder pegarlo en la herramienta que realmente quieres usar.

Preguntas frecuentes

¿Se envía mi PDF a un servidor?

No. La extracción de texto ocurre por completo en tu navegador y el archivo PDF nunca se envía a un servidor.

¿Puede extraer texto de un PDF escaneado, solo con imágenes?

No. Esta herramienta solo lee una capa de texto que ya esté incrustada en el PDF. Un PDF escaneado sin capa de texto necesita OCR (reconocimiento óptico de caracteres), que esta herramienta no hace.

¿Puede abrir un PDF protegido con contraseña?

No. Quita la contraseña primero con una herramienta para eliminar contraseñas de PDF, y luego usa esta.

¿Los saltos de línea o el formato podrían diferir del original?

Sí. El PDF es un formato centrado en el diseño visual, así que los saltos de párrafo o la estructura de tablas podrían no conservarse perfectamente; el contenido de texto plano en sí se extrae con precisión.

¿Qué pasa con las imágenes, los gráficos o las firmas del PDF?

Se ignoran. Solo se extrae el texto; las imágenes, los dibujos y otros elementos que no son texto no se incluyen en el resultado, aunque la página también contenga una capa de texto.

¿Por qué una tabla sale como un revoltijo de números y palabras en lugar de filas y columnas?

Las tablas de un PDF no se almacenan como datos estructurados: son simplemente texto colocado en una página. La extracción lee el texto subyacente más o menos en orden de lectura, así que las tablas complejas de varias columnas pueden salir con un aspecto reordenado.

¿Funciona con un PDF creado escaneando papel al que ya se aplicó OCR "con capacidad de búsqueda"?

Sí. Si el software de escaneo ya ejecutó OCR e incrustó una capa de texto, esa capa es la que se extrae. Si no se aplicó OCR y es solo una imagen, el resultado estará vacío.