Conversor de PDF a texto
Saca el texto de un PDF: página a página, en un único archivo de texto plano y limpio.
Un PDF lleva dentro dos cosas distintas que se llaman igual, «el PDF»: las páginas que ves y, debajo, una capa de texto que registra qué caracteres hay y dónde están. Esta herramienta lee esa capa —con el mismo motor pdf.js que mueve el visor de PDF de Firefox, funcionando por completo en tu navegador— y te la devuelve como texto plano que puedes buscar, citar, pasar a otra herramienta o archivar donde nunca haga falta un lector de PDF.
Tu PDF se lee solo en este dispositivo: nunca se sube. Hasta 500 páginas por archivo. Esto extrae la capa de texto que lleva un PDF; una página escaneada es una imagen y no tiene capa de texto, así que sale vacía (para eso hace falta OCR, que esta herramienta no hace).
Respuestas rápidas
¿Cómo extraigo el texto de un PDF gratis?
Elige el PDF en esta página y pulsa «Extraer texto». La capa de texto se lee en tu navegador y se muestra como texto plano que puedes copiar o descargar como archivo .txt: sin subir nada y sin cuenta.
La calidad de la extracción depende de cómo se hizo el PDF. Los PDF digitales de nacimiento (exportados desde Word, un navegador o una herramienta de composición) se extraen limpiamente; los PDF escaneados son imágenes y no contienen texto que extraer.
¿Por qué mi PDF ha salido vacío o con cero palabras?
Casi siempre porque es un escaneo: las páginas son imágenes y dentro no hay capa de texto. Esta herramienta solo lee la capa de texto y no hace OCR.
Puedes comprobarlo abriendo el PDF e intentando seleccionar una frase con el ratón. Si no se selecciona nada, no hay capa de texto. Pasa antes el archivo por una herramienta de OCR y trae aquí el PDF resultante si necesitas el texto plano.
¿Sobrevivirá el formato a la conversión de PDF a texto?
Las palabras y los saltos de línea sobreviven hasta donde lo permite la propia posición del PDF; las fuentes, los tamaños, la negrita, las columnas y la maquetación, no: el texto plano no tiene nada de eso.
Las líneas se reconstruyen a partir de la posición de los fragmentos de texto en cada página, los fragmentos de una línea se unen con espacios y los marcadores opcionales --- Página N --- mantienen visibles los límites entre páginas. Las tablas y las maquetaciones a varias columnas pueden necesitar un repaso a mano después.
Cómo se usa
- Elige tu archivo PDF.
- Pulsa «Extraer texto» y espera a que se lean las páginas: la línea de estado las va contando.
- Marca «Incluir marcadores de salto de página» si necesitas saber dónde terminaba cada página.
- Copia el texto o descárgalo como archivo .txt con el nombre de tu PDF.
Acerca de esta herramienta
Extraer es reconstruir, no fotocopiar. Un PDF guarda el texto como fragmentos posicionados, no como párrafos, así que la herramienta reconstruye las líneas observando dónde cae cada fragmento en la página: un cambio de posición vertical o un fin de línea explícito cierra la línea, los fragmentos de una misma línea se unen con espacios y cada página terminada se limpia (espacios finales recortados, series de líneas en blanco reducidas) antes de unir las páginas. Las columnas, las tablas y las palabras partidas con guion al final de línea salen, por tanto, en orden de lectura en la medida en que las posiciones lo permiten: normalmente bien, a veces desordenados en páginas con mucha maquetación. Marca los marcadores de página si conservar los límites entre páginas importa más que una prosa limpia.
El límite duro es el que merece la pena recordar: un PDF escaneado es una fotografía de una página, y una fotografía no tiene capa de texto. Esta herramienta informará correctamente de cero palabras en ese caso: extraer ese texto exige OCR (reconocimiento óptico de caracteres), que es un proceso distinto que esta página no realiza. Los PDF protegidos con contraseña no se pueden abrir en absoluto, y los archivos están limitados a 500 páginas para que un documento enorme no se coma la memoria de tu dispositivo. Tu archivo nunca sale del dispositivo.
Preguntas frecuentes
¿Se sube mi PDF a un servidor?
No. Tu navegador lee el archivo en este dispositivo y nunca se envía a ningún sitio. Carga la página, desconéctate de internet y la extracción seguirá funcionando.
¿Por qué el orden de las palabras sale desordenado en algunas páginas?
Los PDF guardan el texto como fragmentos colocados en coordenadas, en el orden en que el programa que los creó los escribió. Esta herramienta reconstruye las líneas por posición vertical, lo que arregla la mayoría de las páginas, pero las maquetaciones exóticas —cuadros de texto, etiquetas giradas, tablas muy apretadas— pueden salir mezcladas. El propio PDF no contiene un orden de lectura mejor que recuperar.
¿Puede abrir un PDF protegido con contraseña?
No. Los PDF cifrados se rechazan con un mensaje explícito. Quita la contraseña en la aplicación que la puso y extrae el texto de la copia desbloqueada.
¿Cuál es el límite de páginas?
500 páginas por archivo. El texto de cada página se mantiene en memoria mientras se leen las demás, y a partir de ahí los teléfonos y los portátiles antiguos sufren. Divide un documento más largo con la herramienta para unir y dividir PDF y extrae las partes.
¿Conserva los números de página?
Marca «Incluir marcadores de salto de página» y cada página a partir de la segunda irá precedida de una línea --- Página N ---, donde N es el número real de página en el PDF. Los números de página impresos en la propia página son texto sin más y vienen con todo lo demás.
Más herramientas en español
Compresor de PDF
Reduce un PDF volviendo a renderizar sus páginas como JPEG compactos: ideal para escaneos y PDF de fotos.
Conversor de DOCX a texto
Extrae el texto plano de un archivo .docx de Word: sin instalar Office y sin subir nada.
Conversor de texto a PDF
Escribe o pega texto plano y descárgalo como un documento PDF limpio y de verdad.
Unir y dividir PDF
Une varios PDF en uno o divide y extrae páginas, directamente en tu navegador: sin subir archivos y sin registro.
PDF to Text Converter
Pull the text out of a PDF — page by page, as one clean plain-text file.