Investigación
Reutilice un informe digital
Extraiga la redacción existente sin otra pasada de reconocimiento.
Una tarea de PDF útil, simplificada
PDF a texto.
Extraiga palabras ya almacenadas en la capa de texto de un PDF. Revise el contenido y guarde un archivo de texto o archivos de página separados; use PDF OCR en su lugar cuando la página sea solo una imagen.
Anuncios
PDF original
Esta página no pudo ser previsualizada. Intente con otra página o vuelva a abrir el archivo.
Texto extraído
No se encontró texto seleccionable. Para páginas escaneadas o imágenes, utilice PDF OCR para reconocer el texto.
Continuar en PDF OCRSe muestran los primeros 200 KB en esta vista. La copia y la descarga incluyen el texto completo.
Utilice los controles de página para inspeccionar su documento.
100%
Tu archivo está listo.
Descarga tu resultado o vuelve a la configuración para crear otra versión.
Anuncios
Su PDF se carga una vez para una extracción de texto segura. Las previsualizaciones y descargas reutilizan ese resultado.
PDF
Anuncios
Cómo usar PDF a texto
- 01
Elija su documento
Su PDF se carga una vez para una extracción de texto segura. Las previsualizaciones y descargas reutilizan ese resultado.
- 02
Configure el resultado
Compare su PDF con su texto extraído, elija las páginas y descargue un archivo de texto o archivos separados en un ZIP.
- 03
Descargue su archivo
Guarde el resultado y verifíquelo antes de compartirlo.
Extraer texto de PDF existente antes de elegir OCR
Extraiga palabras ya almacenadas en la capa de texto de un PDF. Revise el contenido y guarde un archivo de texto o archivos de página separados; use PDF OCR en su lugar cuando la página sea solo una imagen.
VÍDEO TUTORIAL RÁPIDO
Cómo extraer texto de PDF existente sin ejecutar OCR
Mueva una capa de texto PDF utilizable a texto plano editable.
Narración en inglés · subtítulos traducidos disponibles
Ver el vídeo
Formas prácticas de utilizar esta herramienta
Oficina
Recopile texto de páginas seleccionadas
Exporte solo las secciones necesarias para editar o revisar.
Archivos
Inspeccione una capa de OCR existente
Compare las palabras almacenadas con el registro escaneado visible.
Funciones y controles
Lea el texto que ya está en el archivo
Evite una nueva pasada de reconocimiento cuando exista una capa de texto utilizable.
Identifique un PDF adecuado
Los PDF digitales y los escaneos reconocidos previamente pueden contener texto real detrás de la vista de página. Esta herramienta extrae ese texto almacenado en lugar de leer los píxeles de la página nuevamente.
Un PDF puede verse claro y aun así contener solo una imagen. Si no se encuentra texto utilizable, utilice PDF OCR para el reconocimiento en su lugar.
Elige las páginas que necesites
Limita el contenido exportado a una parte útil del documento.
Utilice un rango de páginas deliberadamente
Deje la selección de páginas para todo el documento, o ingrese las páginas que pertenecen a la exportación. Verifique la numeración de páginas de la fuente antes de confiar en una etiqueta de página impresa.
Seleccionar un subconjunto afecta al resultado, pero la fuente completa debe seguir cumpliendo con los límites de entrada.
Mantener un archivo de texto o archivos de página separados
Elija una descarga combinada de TXT o un archivo ZIP para trabajar página por página.
Elegir una estructura de exportación
Un archivo de texto es conveniente para buscar o editar un documento continuo. Los separadores de página distinguen las páginas de origen en el texto combinado.
La opción de archivos separados incluye un archivo de texto para cada página seleccionada y un archivo de texto combinado dentro del ZIP, lo cual es útil cuando las referencias de página son importantes.
Revisar la secuencia extraída
Compruebe las columnas, la separación de sílabas y los caracteres inusuales antes de volver a utilizarlos.
Comprender las limitaciones del texto sin formato
Un PDF almacena posiciones de dibujo, no necesariamente un orden de párrafo perfecto. Las tablas, columnas y asignaciones de fuentes inusuales pueden generar texto que necesite reorganización o corrección.
La extracción no verifica una capa de OCR existente. Compare nombres, números y fechas importantes con la fuente visible incluso cuando no se requirió un nuevo reconocimiento.
Archivos admitidos y procesamiento
- Entrada
- Salida
- TXT / ZIP
Abre un PDF de hasta 100 MB y 750 páginas de origen. El origen completo debe cumplir con estos límites incluso cuando exportas un subconjunto. Los archivos grandes o complejos pueden alcanzar los límites de memoria del navegador o de procesamiento antes.
La vista previa del PDF se muestra en tu navegador. Al iniciar la operación, se envían el documento y la configuración seleccionada al servidor para su procesamiento. El manejo de archivos se describe en la Política de privacidad.
Anuncios
Preguntas frecuentes
Algunas respuestas útiles
Sepa qué esperar antes de comenzar.
Procesamiento temporal en servidor¿PDF a texto ejecuta OCR?
No. Extrae el texto ya almacenado en el PDF. Las páginas que solo contienen imágenes necesitan PDF OCR.
¿Por qué el orden del texto es diferente al de la página?
El texto de un PDF puede almacenarse como piezas posicionadas. Las columnas, tablas, notas al pie y asignaciones de fuentes inusuales pueden producir un orden que necesita revisión en texto plano.
¿Qué hay dentro del archivo ZIP de archivos separados?
Contiene un archivo de texto para cada página seleccionada y un archivo de texto combinado. Los archivos utilizan texto UTF-8.
¿Puede la extracción corregir errores de una capa de OCR antigua?
No. Los errores de texto existentes pueden copiarse en la exportación. Compare la redacción importante con la fuente visible y corríjala antes de volver a utilizarla.
