Convertidor de PDF a texto

Un PDF es fácil de leer pero complicado de reutilizar: no siempre es posible seleccionar el texto de forma limpia y copiar página tras página a mano es tedioso. Esta herramienta extrae el texto sin formato de la capa de texto de un PDF de una sola vez, completamente dentro de su navegador, y lo devuelve listo para copiarlo o descargarlo, sin carga, sin cuenta, sin marca de agua.

La extracción funciona página a página. El texto de cada página se extrae de la propia capa de texto del documento y está separado por un marcador claro de "Página N", por lo que un informe de cincuenta páginas permanece organizado en lugar de colapsar en una pared indiferenciada de palabras. El resultado aparece en un cuadro de texto que puede leer, seleccionar, copiar al portapapeles o guardar como un archivo .txt que se abre en cualquier lugar.

La honestidad importa aquí: muchos archivos PDF son escaneos: fotografías en papel sin ninguna capa de texto. Cuando eso sucede, ninguna cantidad de extracción encontrará palabras, por lo que en lugar de devolver un archivo silenciosamente vacío, la herramienta detecta el resultado vacío y le indica que el documento es un escaneo, indicándole la herramienta Imagen a Texto (OCR) que realmente puede leer píxeles. Este es un extractor de texto, no un motor de OCR, y no pretende convertir un PDF en un documento de Word editable.

Debido a que todo el proceso se ejecuta en su propia máquina a través del motor pdf.js, los contratos, declaraciones y registros confidenciales nunca salen del dispositivo: no hay límites de páginas ni viajes de ida y vuelta al servidor. Si necesita las páginas como imágenes en lugar de texto, la herramienta de PDF a JPG convierte cada página en una imagen.