Convertir PDF a texto
PDF a texto saca el texto de un PDF, página por página, a un archivo .txt sencillo. Léelo aquí mismo, cópialo con un clic o descarga el archivo. Todo ocurre en tu navegador, así que tu PDF nunca se sube.
Cómo extraer el texto de un PDF
Convertir un PDF a texto sin subirlo
Copiar a mano el texto de un PDF es lento: la selección salta entre columnas, los saltos de línea caen en sitios raros y un informe largo pide muchas rondas de copiar y pegar. PDF a texto saca todo el texto de una vez, página por página, y te lo da como texto plano que puedes pegar en un correo, una nota, un traductor o un documento tuyo.
Todo ocurre en tu navegador. El PDF se lee en tu dispositivo con pdf.js, el lector de PDF que lleva Firefox, y el archivo de texto también se crea en tu dispositivo, así que contratos, cartas del banco e informes médicos nunca se suben. Puedes convertir un PDF cada vez, de hasta 60 MB y 500 páginas, y la lectura empieza en cuanto lo sueltas, con el progreso página a página.
El texto aparece en un recuadro debajo del resultado, para que lo revises antes de llevarlo a otro sitio. Cada página empieza con una línea como --- Página 3 ---, que ayuda a encontrar de dónde sale un párrafo o a borrar las páginas que no necesitas. Dentro de una página, cada línea del PDF pasa a ser una línea de texto, en el orden en que el PDF las guarda, que en la mayoría de los documentos es el orden de lectura. Copiar texto lo pone todo en tu portapapeles con un clic, y el botón de descarga guarda el mismo texto como un archivo .txt con el nombre del PDF, así que informe.pdf pasa a ser informe.txt. Es texto UTF-8, así que los acentos, la ñ, el griego y el cirílico llegan bien.
PDF escaneados y páginas sin texto
Un PDF puede guardar el texto de dos formas. Un PDF exportado desde Word, un navegador o un programa de contabilidad guarda las letras de verdad, y ese texto se puede extraer. Un PDF escaneado, o una foto de un papel guardada como PDF, guarda una imagen de la página. Esta herramienta solo lee el texto guardado y no reconoce palabras en imágenes.
Cuando una página no tiene texto guardado, el archivo lo dice en lugar de dejar un hueco: "No se encontró texto en la página 4 (puede ser una imagen escaneada)." Si ninguna página del PDF tiene texto, ves un aviso en lugar de un archivo vacío. Una prueba rápida es intentar seleccionar una palabra en tu lector de PDF: si no puedes, la página es una imagen. Para páginas escaneadas en inglés o en español, usa OCR PDF: lee las palabras de la imagen de cada página, te da un PDF en el que se puede buscar y un archivo .txt, y también funciona en tu navegador.
Lo que el texto plano deja fuera
El texto plano no tiene diseño. Las negritas, las cursivas, las fuentes, los colores y las imágenes se quedan fuera, y una tabla sale como líneas de palabras sin columnas. Un texto a dos columnas puede salir una columna detrás de otra o mezclado línea a línea, según cómo se hizo el PDF. Es el precio de un archivo que se abre en cualquier sitio; revisa el recuadro antes de fiarte del orden.
Si necesitas que las páginas se vean igual, PDF a JPG las convierte en imágenes, y el editor de PDF cambia palabras dentro del propio PDF. Tienes más conversiones a y desde PDF en el convertidor PDF.