Convertir PDF a texto — también PDF escaneados (OCR)
Saca el texto plano de cualquier PDF: las páginas con texto se leen directamente y las escaneadas con OCR. Funciona en tu navegador, sin subir nada. Cópialo o descárgalo como TXT o Word.
Cargando solo el código necesario para esta herramienta…
La precisión que medimos
Pasamos esta herramienta por nuestras propias imágenes de prueba (ningún archivo de clientes) y comparamos el resultado con el texto conocido. La tasa de error de caracteres cuenta los caracteres erróneos, los que faltan y los que sobran; 0% significa que todos eran correctos.
| Imagen de prueba | Idioma | Errores | Motor sin ajustes | Tiempo | Perfil de móvil |
|---|---|---|---|---|---|
| PDF guardado desde un procesador de textos (con capa de texto) | Inglés | 0 % | — | 1,3 s | 2,7 s |
| Página escaneada a dos columnas guardada como PDF | Inglés | 0 % | — | 6,3 s | 24,9 s |
| PDF de dos páginas: una de texto y una foto | Inglés | 0 % | — | 3,6 s | 7,8 s |
| El mismo aviso, foto con el móvil en ángulo | Inglés | 0,1 % | 2,4 % | 3,7 s | 6,2 s |
| Página impresa en hindi | Hindi | 0 % | 0 % | 1,8 s | 4,3 s |
| Página impresa en chino simplificado | Chino simplificado | 0 % | 0 % | 1,8 s | 4,3 s |
Motor sin ajustes: el mismo motor y los mismos datos de idioma sin nuestra limpieza previa (diseño automático, sin enderezar, sin corregir la luz).
Cómo medimos: las imágenes salen de un script que renderiza frases escritas por nosotros, las fotografía con un ángulo de 4° y luz irregular, y las guarda como JPEG, PNG y PDF. Los tiempos son de un ordenador en la nube con 4 núcleos; el perfil de móvil añade la ralentización de CPU 4× de Chrome. La primera vez también se descargan el motor (unos 1,1 MB) y los datos de idioma.
Control de calidad
Usa la salida como copia de trabajo verificada
Conserva la fuente cuando pueda hacer falta. Abre el TXT generado en la aplicación de destino y comprueba que contenido y formato cumplan tus necesidades.
Entrada
Salida
TXT
Lote
Hasta 5 archivos por ejecución
Hasta 5 archivos por ejecución. Usa una sola ejecución cuando los archivos compartan la misma operación.
Continúa con una operación relacionada sin volver a buscar la herramienta.
Descarga un resultado listo para su destino y revísalo antes de compartirlo.
Se aplica el límite configurado.
TXT
Consulta el límite de carga abajo
Revisa el resultado antes de compartirlo
Acerca de esta herramienta
Para convertir un PDF a texto, añade el PDF y pulsa Extraer texto; luego copia el resultado o descárgalo como archivo .txt o Word. Las páginas que ya contienen texto, como un PDF guardado desde Word, un extracto bancario o un libro electrónico, se leen directamente del archivo: exacto y rápido. Las páginas que son solo una imagen, como un escaneo o una foto del móvil guardada como PDF, se leen con OCR en el idioma que elijas.
El resultado marca cada página (--- Página 2 ---) e indica cuántas páginas salieron del texto propio del PDF y cuántas necesitaron OCR. El PDF se queda en tu dispositivo: PDF.js lo lee y Tesseract reconoce las páginas escaneadas dentro de tu navegador.
En nuestra prueba, una página escaneada de un boletín a dos columnas salió con un 0% de errores de caracteres y en el orden de lectura correcto, y un PDF de dos páginas, una de texto y otra fotografiada, tardó 3,6 s en nuestro ordenador de prueba de 4 núcleos (7,8 s con un perfil de móvil ralentizado).
Cuándo usar otra herramienta
- Para conservar el PDF y hacer que las páginas escaneadas se puedan buscar y seleccionar, usa OCR PDF.
- Para conservar títulos, fuentes y tablas en un documento editable, usa PDF a Word.
- Para Markdown con títulos y listas a partir de un PDF con texto, usa PDF a Markdown.
- Un PDF protegido con contraseña necesita primero la contraseña: desbloquea una copia con Desbloquear PDF.
Cómo usar
Añade el PDF
Suelta o elige hasta 5 PDF. Sirven tanto los PDF con texto como los escaneados.
Elige el idioma del OCR
El idioma solo se usa en las páginas sin texto propio (escaneos y fotos). Elige Columnas si una página escaneada tiene dos columnas que salen mezcladas.
Extrae y guarda
Pulsa Extraer texto, revisa el resultado y luego cópialo o descárgalo como TXT o Word.
Casos de uso
Citar informes
Saca un párrafo o una cifra de un informe largo en PDF sin pelearte con la selección de texto del visor.
Cartas y contratos escaneados
Obtén texto buscable de un PDF escaneado para encontrar una cláusula, una fecha o un importe.
Texto para otras herramientas
Pega el texto en un traductor, un contador de palabras o un asistente de IA, o límpialo con las herramientas de texto.
Preguntas frecuentes
¿Cómo convierto un PDF en un archivo de texto?+
Añade el PDF en esta página y pulsa Extraer texto. Cuando termine, pulsa Descargar TXT o copia el texto en otra app.
¿Funciona con PDF escaneados?+
Sí. Las páginas sin capa de texto se leen con OCR en el idioma que elijas. Es más lento que leer una página con texto: nuestra página escaneada del boletín tardó 6,3 s en nuestro ordenador de prueba de 4 núcleos, frente a 1,3 s de un PDF de dos páginas con capa de texto.
¿Por qué falta texto o sale en un orden extraño?+
Un PDF guarda el texto en el orden en que se dibujó, que casi siempre, pero no siempre, coincide con el de lectura. Para páginas escaneadas a dos columnas, elige Columnas en Diseño de la página. El texto dentro de imágenes de un PDF con texto no se lee; usa OCR PDF para esas páginas.
¿Puedo extraer el texto solo de algunas páginas?+
Se leen todas las páginas. Para sacar el texto de unas pocas, sepáralas antes con Extraer páginas y convierte el PDF más pequeño.
¿Se sube mi PDF?+
No. PDF.js lee el archivo y Tesseract reconoce las páginas escaneadas en tu navegador. Solo el motor de reconocimiento y los datos de idioma se descargan una vez desde la CDN jsDelivr.
¿Puedo conservar el formato?+
El texto plano no tiene formato. Para un documento editable que conserve títulos y tablas, usa PDF a Word; para un PDF que quede igual pero se pueda buscar, usa OCR PDF.