Extrae texto de archivos PDF y guarda como texto plano (.txt). Soporta múltiples archivos.
Nota: Esta herramienta funciona SOLO con PDF creados digitalmente. Para documentos escaneados o PDF basados en imágenes, usa nuestra herramienta OCR PDF.
Haz clic para seleccionar un archivo o arrastra y suelta
Archivos PDF
Tus archivos nunca salen de tu dispositivo.
Procesando...
Haz clic o arrastra tu archivo aquí
Haz clic en el botón de procesar
Guarda tu archivo procesado al instante
Lo más probable es que el PDF sea un escaneo o una fotografía, que no tiene una capa de texto para extraer. Ejecutarlo PDF con OCR primero; esa herramienta agrega una capa de texto y también ofrece una descarga .txt directamente.
El texto se lee de izquierda a derecha y de arriba a abajo, siguiendo la estructura interna del PDF, que es correcta para la mayoría de los documentos de una sola columna. Los diseños de varias columnas, las barras laterales y las tablas pueden aparecer intercalados, y los encabezados, pies de página y números de página se incluyen con todo lo demás en la página.
No. El resultado es texto plano UTF-8, por lo que se conservan los caracteres acentuados, cirílico, CJK y árabe, pero no las negritas, los títulos, los enlaces y las imágenes, y los saltos de línea siguen las líneas del PDF en lugar de los párrafos. Para encabezados y listas mantenidos como Markdown, use PDF a rebajas.
Sí. Agregue tantos archivos PDF como desee y haga clic en Extraer una vez; cada uno se convierte en su propio archivo .txt con el nombre de la fuente y se descargan juntos como pdf-to-text.zip. Un único PDF se descarga directamente como nombre de archivo.txt.
Las páginas se suceden con un salto de línea entre ellas. No hay marcadores de página ni cambios de formulario, por lo que el archivo se lee como un flujo continuo de texto.
No, esta herramienta siempre extrae cada página. Primero, coloque las páginas que necesita en un PDF separado con Extraer páginas, luego convierta ese archivo.
Si un PDF solicita una contraseña cuando lo abre, la herramienta le solicita esa contraseña antes de extraerlo. Sin la contraseña, el texto no se puede leer.
No. La extracción se ejecuta en un motor de PDF cargado en su navegador como WebAssembly, por lo que los contratos, los registros médicos y cualquier otra cosa permanecen en su dispositivo de principio a fin.