PDF a TXT
Convertir a
Herramientas para este archivo
Tus archivos nunca salen de tu dispositivo.
El archivo de texto es UTF-8, con una línea por cada línea de la página y un salto de página entre páginas. Un escaneo sin capa de texto da un mensaje, porque no hay OCR.
Preguntas sobre PDF a TXT
¿Cómo funciona PDF a TXT?
PDF a TXT saca el texto de un PDF a un archivo de texto plano UTF-8, con una línea por cada línea de la página y un salto de página entre páginas. Lee la capa de texto que ya tiene el PDF; no hay OCR, así que una página escaneada no da texto.
¿Por qué mi PDF no da ningún texto?
No tiene capa de texto, algo habitual en escaneos y documentos fotografiados: las palabras forman parte de una imagen. Recibes un mensaje que lo indica y ningún archivo, porque WeConvert no hace OCR. El texto que puedes seleccionar en un visor de PDF sí se puede extraer aquí.
¿Qué pasa con las columnas y las tablas?
Las líneas se reconstruyen según dónde está el texto en la página, de arriba abajo y de izquierda a derecha. Por eso dos columnas una al lado de otra se mezclan fila a fila, primero la columna izquierda, y las celdas de una fila de tabla acaban en una sola línea, separadas por espacios.
¿Cómo sé dónde termina cada página?
Después de cada página hay un salto de página (form feed), el carácter de salto de página, en una línea propia. La mayoría de los editores lo muestran como una línea vacía o un pequeño símbolo, y algunos programas lo usan para empezar una página nueva al imprimir.
¿Se incluyen los datos escritos en los campos de formulario?
No. Los valores escritos en campos de formulario no son texto de la página, así que se dejan fuera. Pasa antes el PDF por Aplanar PDF y las respuestas pasarán a formar parte de la página, así que también saldrán en el archivo de texto.