PDF a Excel
Detecta tablas reales en un PDF a partir de la posición real de cada línea de texto en la página, y expórtalas como hoja .xlsx con columnas realmente alineadas - sin OCR, sin adivinar a partir de espacios. También hay un modo básico más rápido para extracción de solo texto plano.
Modo de conversión
Preguntas frecuentes
¿Cómo detecta el modo Avanzado tablas reales?
Lee la posición x/y exacta de cada línea de texto en la página (los mismos datos que usa el propio PDF para colocar el texto) y busca posiciones x que se repiten consistentemente en varias filas - eso es un límite de columna real, no una suposición a partir de espacios. Las filas que comparten el mismo patrón de columnas forman una tabla; el texto fuera de ese patrón (títulos, párrafos) se mantiene separado en lugar de forzarse en una fila de tabla falsa.
¿Cuál es la diferencia entre el modo Avanzado y Básico?
El modo Avanzado detecta la estructura real de la tabla y mantiene las columnas alineadas - úsalo para extractos, facturas e informes con tablas genuinas. El modo Básico es un respaldo más rápido que pone una fila por línea de texto, dividiendo columnas donde haya un espacio amplio - no detecta la estructura de la tabla, pero funciona bien para PDF simples, principalmente de texto.
¿Qué pasa con PDF escaneados o protegidos con contraseña?
Los PDF escaneados que son solo imágenes de texto no producirán texto extraíble ya que no hay paso de OCR. Los PDF protegidos con contraseña o corruptos fallarán con un error pidiéndote que verifiques el archivo.
¿Se sube mi PDF a un servidor?
No, esto funciona completamente en tu navegador usando pdf.js para leer posiciones de texto y ExcelJS para construir el archivo .xlsx. Nada se envía a un servidor.