PDF to Text

PDF to Text abre un PDF en el navegador, te deja leerlo página a página y exporta su contenido a un archivo de texto plano. El documento no se sube a ningún sitio: se lee con PDF.js y se procesa en tu dispositivo.

Qué puedes hacer

• Leer el documento. Las páginas se dibujan al desplazarte, con una tira de miniaturas al lado para saltar a la que quieras.
• Saltar a una página. Las flechas avanzan de una en una y el cuadro Go to... acepta un número de página o un porcentaje, útil cuando solo recuerdas que el capítulo estaba por la mitad.
• Exportar el texto. Text recorre todas las páginas y descarga exported_document.txt, con una marca como --- PAGE 1 --- antes de cada una. La marca está en inglés porque la genera la aplicación, no el documento.
• Leer escaneados con OCR. Si una página no tiene capa de texto, la app la convierte en imagen y reconoce los caracteres con Tesseract, en español o en inglés, dentro del dispositivo.

Dónde ayuda el OCR y dónde no

Un PDF que sale de un escáner suele ser una imagen metida en un contenedor PDF, sin texto que copiar. El OCR está para ese caso. Dos límites conviene saberlos antes de confiar en él:

• Solo se activa en páginas con menos de unos diez caracteres de texto real. Una página con un pie de foto sobre una imagen escaneada cuenta como texto: se exporta el pie y no se lee el resto.
• El primer OCR descarga los datos del idioma. Después el navegador los guarda, pero hace falta conexión al menos una vez.

Lo que no hace

• No permite seleccionar ni copiar texto en el visor: las páginas se dibujan como imágenes. Se copia desde el .txt exportado.
• No conserva la maquetación. Las columnas, las tablas y los párrafos salen como un flujo único por página.
• No abre documentos protegidos con contraseña: no hay ninguna ventana que la pida.
• No edita, anota ni firma PDF, y no comprime el archivo.
• Los documentos largos tardan: la exportación recorre todas las páginas y el OCR es lento por naturaleza.

Privacidad

El documento se queda en tu dispositivo de principio a fin. No hay cuenta, ni subida, ni copia en un servidor. Es una aplicación web progresiva, así que se puede instalar con su propio icono.

Si lo que tienes es una imagen y no un PDF, el extractor de texto de imágenes hace lo mismo con fotos y capturas. Para libros, el lector de EPUB reajusta el texto y recuerda por dónde ibas, algo que un PDF nunca hace.