Cómo copiar texto de un PDF

La respuesta corta

Para unas pocas líneas, selecciona el texto con el ratón o con el dedo y cópialo (Ctrl+C en Windows, Cmd+C en Mac). Para páginas enteras o documentos largos, suelta el PDF en la herramienta de abajo y descarga un archivo TXT con todo el texto en orden de lectura. Si dejas activado Añadir marcas de página, cada página empieza con una línea como [Página 3], así siempre sabes de dónde salió un párrafo. Con el campo Páginas puedes limitar la exportación, por ejemplo 1-3, 5 u 8-.

Si la herramienta dice que no encontró texto, lo más probable es que el PDF sea un escaneo. Pasa a la sección de OCR más abajo.

Dos tipos de PDF: con texto o con imágenes

Un PDF guardado desde Word, Google Docs, una página web o un programa de contabilidad contiene texto real: cada letra se guarda con su fuente y su posición. Puedes buscar con Ctrl+F, seleccionarlo y copiarlo.

Un PDF hecho con un escáner, una fotocopiadora o una app de escaneo del móvil es distinto. Cada página es una foto del papel. Parece texto, pero para el ordenador es una cuadrícula de píxeles, así que el cursor no selecciona nada o selecciona la página entera como imagen. La búsqueda tampoco encuentra nada. Algunas apps de escaneo aplican OCR automáticamente y añaden una capa de texto invisible; por eso unos escaneos permiten buscar y otros no.

Una prueba rápida: pulsa Ctrl+F (Cmd+F) en tu lector de PDF y busca una palabra que veas en la página. Si la encuentra, el PDF tiene texto. Si no, es un escaneo sin capa de texto.

Copiar texto en cada dispositivo

• Windows y Mac: abre el PDF en el navegador, en Adobe Acrobat Reader o en Vista Previa, arrastra sobre el texto y cópialo. Ctrl+A (Cmd+A) selecciona todo el texto, pero en documentos largos el resultado suele quedar desordenado.
• Microsoft Word: Archivo > Abrir y elige el PDF. Word lo convierte en un documento editable. Conserva más formato que copiar y pegar, pero las tablas y los diseños complejos pueden moverse, así que revisa el resultado.
• iPhone y iPad: abre el PDF en Archivos o en Libros, mantén pulsada una palabra, arrastra los controles y toca Copiar. Para escaneos y fotos, Texto en vivo puede reconocer texto en imágenes en las versiones recientes de iOS.
• Android: abre el PDF en Google Drive u otro visor de PDF, mantén pulsado para seleccionar y toca Copiar. Para escaneos, Google Lens puede leer el texto de una foto de la página.
• En cualquier dispositivo, documento completo: usa la herramienta de esta página para obtener un TXT limpio en vez de copiar página por página.

Por qué el texto pegado sale mal y cómo arreglarlo

Copiar de un PDF suele dar líneas cortadas, columnas mezcladas o caracteres raros. La razón es que el PDF guarda dónde va cada trozo de texto en la página, no cómo fluyen los párrafos. El lector tiene que adivinar el orden de lectura.

• Un salto de línea después de cada línea: en un PDF las líneas terminan donde termina la página, no donde termina la frase. En un editor de texto, reemplaza los saltos de línea simples por espacios o pega el texto en una herramienta que una líneas.
• Columnas mezcladas: al seleccionar sobre dos columnas se copian ambas. Selecciona una columna cada vez o extrae el texto: la herramienta lee el texto en el orden en que está guardado en el archivo, que normalmente es una columna detrás de otra.
• Palabras cortadas con guion: las palabras partidas al final de la línea conservan el guion. Busca un guion seguido de salto de línea y borra ambos.
• Símbolos sin sentido o cuadros en lugar de letras: algunos PDF incrustan fuentes sin una tabla que relacione las formas con los caracteres reales. El texto se ve bien, pero se copia como basura. Extraerlo no sirve; trata el archivo como un escaneo y usa OCR.
• Las tablas se convierten en líneas largas: el texto plano no tiene celdas. Los valores de una fila quedan en una sola línea separados por espacios. Para tablas de verdad, copia fila por fila o rehaz la tabla en una hoja de cálculo.

Cuándo necesitas OCR

El OCR (reconocimiento óptico de caracteres) mira la imagen de la página y convierte la forma de las letras otra vez en texto. Lo necesitas para escaneos, fotos de documentos y PDF que se copian como símbolos sin sentido.

En Anyfeat puedes hacerlo en dos pasos sin subir nada. Primero abre el escaneo en PDF a imagen, elige PNG y la resolución Alta (para imprimir), que da imágenes de 300 DPI que el OCR lee mucho mejor que la resolución de pantalla. Luego abre las imágenes en Imagen a texto (OCR), elige el Idioma del texto y copia el resultado con Copiar texto o guárdalo con Descargar TXT. Elegir bien el idioma importa: así se reconocen correctamente la ñ, las tildes y la diéresis.

Consejos para un texto limpio

• Extrae solo las páginas que necesitas con el campo Páginas, por ejemplo 4-12, para no tener que borrar portadas y anexos después.
• Deja las marcas de página activadas si vas a citar el texto: así encuentras la página mucho más rápido.
• El archivo TXT se guarda en UTF-8, así que cualquier idioma y alfabeto llega bien, también acentos, cirílico, griego, árabe o chino, y se abre correctamente en cualquier editor de texto.
• Puedes procesar varios PDF a la vez. Cada uno se convierte en su propio TXT y puedes descargarlos todos en un ZIP.
• Revisa siempre el resultado del OCR, sobre todo números, nombres e importes. Un 5 leído como una S en el total de una factura se pasa por alto con facilidad.