Convertir PDF a texto
Obtén todas las palabras de un PDF en un archivo de texto plano que puedes buscar, pegar o procesar.
Suelta aquí un PDFSuelta para empezar
o pega con Ctrl/⌘+V
Gratis y sin cuenta: descárgalo en cuanto esté listo. Ver planes
Qué hace
PDF a TXT, explicado
PDF a TXT saca el texto de un PDF y lo guarda en un archivo .txt en UTF-8, así que conserva cualquier idioma y alfabeto, con sus tildes y eñes. Sirve para pegar el texto en un correo o un gestor de contenidos, pasarlo a un script o un buscador, o comprobar qué texto contiene realmente un PDF.
Leer más
Un PDF guarda el texto en fragmentos colocados en la página, así que hay que reconstruir el orden. El modo Orden de lectura une las líneas en párrafos y sigue las columnas, ideal para artículos e informes. El modo Mantener maquetación añade espacios para que el texto quede más o menos donde está en la página, útil para tablas y formularios que vas a leer en un editor de ancho fijo.
El texto plano descarta todo lo demás: fuentes, negritas y cursivas, imágenes, enlaces y bordes de tablas. Si necesitas estructura, PDF a Word o PDF a CSV conservan más.
Las páginas escaneadas son imágenes y no tienen texto: saldrán vacías. Pasa antes OCR de PDF para añadir una capa de texto. La extracción se hace en tu navegador, así que el archivo no se sube y el resultado es gratis.
Cómo hacerlo
Convertir PDF a texto en 4 pasos
1Tu PDF
2Convertir
3El nuevo formato
- 1
Sube el PDF
Los PDF con texto funcionan al momento. Las páginas sin texto se marcan como posibles escaneos.
- 2
Elige el modo
Orden de lectura para prosa, Mantener maquetación para tablas y formularios.
- 3
Revisa la vista previa
Recorre el texto extraído página a página antes de guardarlo.
- 4
Descarga o copia
Guarda un .txt o copia todo el texto al portapapeles.
Ejemplo
Antes y después
Un artículo académico de 6 páginas a dos columnas en PDF, con encabezado, números de página y bibliografía.
Un .txt en UTF-8 en orden de lectura: en cada página, primero la columna izquierda y luego la derecha, con una línea «--- Página 2 ---» entre páginas.
Ajustes y formatos
Qué puedes ajustar
- Modo
- Orden de lectura (párrafos, sigue las columnas) o Mantener maquetación (el espaciado imita la página).
- Separadores de página
- Ninguno, una línea con el número de página o un carácter de salto de página entre páginas.
- Finales de línea
- LF para macOS, Linux y la mayoría de herramientas, o CRLF para el Bloc de notas de Windows y algunos sistemas antiguos.
- Páginas
- Todas o un rango.
Entrada
Salida
Conviene saber antes de empezar
- Las páginas escaneadas no dan texto hasta que se les pasa OCR.
- Encabezados, pies y números de página se extraen junto con el texto; quítalos después si necesitas prosa limpia.
- Las maquetaciones poco habituales (texto en curva, columnas laterales, texto dentro de imágenes) pueden salir en un orden inesperado.
- Algunos PDF usan fuentes sin una correspondencia de caracteres correcta, y el texto sale con caracteres erróneos o ausentes; el OCR es la solución.
Si algo sale mal
Si algo sale mal
- El archivo de texto sale vacío o casi vacío
- El PDF está escaneado o es una imagen. Pasa OCR de PDF y vuelve a convertir.
- Las columnas se mezclan línea a línea
- Cambia al modo Orden de lectura. Si la página tiene una maquetación muy rara, prueba Mantener maquetación y limpia a mano.
- Los caracteres salen raros
- Abre el archivo como UTF-8 en tu editor. Si sigue mal, las fuentes del PDF no tienen mapa de caracteres: pasa OCR de PDF y convierte el resultado.
PDF a TXT: preguntas frecuentes
¿Se mantiene el formato?
No. El texto plano no tiene fuentes, negritas, imágenes ni tablas. Usa PDF a Word para conservar el formato.
¿Funciona con un PDF escaneado?
No directamente, porque los escaneos no tienen capa de texto. Pasa primero OCR de PDF y luego extrae el texto.
¿Qué codificación tiene el archivo?
UTF-8, que admite todos los idiomas. La mayoría de editores la detectan solos.
¿Se sube el PDF?
No. La extracción de texto se hace en tu navegador.
¿Puedo extraer el texto de solo unas páginas?
Sí. Indica un rango de páginas antes de extraer.