¿No puedes copiar texto de un PDF? Por qué pasa y cómo obtener el texto

Si no puedes seleccionar palabras en un PDF, lo más probable es que las páginas sean imágenes de texto, un escaneo o una foto, y no texto como tal. Arrastra el archivo a PDF a texto: si encuentra palabras, cópialas desde ahí. Si indica que no se ha encontrado texto, las páginas necesitan OCR (reconocimiento óptico de caracteres), que lee las letras de la imagen. Los dos pasos se ejecutan en tu navegador, y el archivo nunca se sube.

PDF a textoNecesito sacar el texto de un PDFÚsalo gratis

PDF con texto o PDF escaneado

Un PDF con texto guarda cada letra como un carácter, con una fuente y una posición en la página. Un PDF escaneado guarda cada página como una sola imagen, igual que una foto, así que no hay nada que seleccionar. Algunos archivos mezclan ambas cosas: páginas mecanografiadas con una firma escaneada, o un formulario escaneado con un título escrito.

Compruébalo en tu visor intentando seleccionar una palabra. Si el resaltado sigue a las letras, el texto está ahí. Si solo puedes seleccionar la página entera, o nada, la página es una imagen.

Lo que ves	Lo que suele significar	Qué hacer
Las palabras se seleccionan y copian	Un PDF con texto	Copia directamente, o usa PDF a texto para todo el archivo
No se selecciona nada, y PDF a texto no encuentra texto	Páginas escaneadas o fotografiadas	Genera las páginas y luego aplica OCR
Las palabras se seleccionan pero se pegan como símbolos extraños	Las fuentes no asignan bien las letras a sus caracteres	Prueba PDF a texto; si el resultado sigue siendo ilegible, usa OCR
El visor bloquea la selección	Una restricción de copia que estableció el autor	Consulta la sección sobre restricciones

Por qué un PDF no te deja copiar

Tres cosas impiden copiar, y cada una tiene una solución distinta:

• Las páginas son imágenes escaneadas. El texto no está en el archivo, así que OCR es la única forma de recuperarlo.
• El archivo necesita contraseña para abrirse. No se puede leer hasta que lo desbloquees con la contraseña que tengas, en el programa que sueles usar para ello. Las herramientas de aquí no intentan abrir archivos bloqueados.
• El autor ha establecido una restricción de copia. Algunos PDF indican a los visores que no permitan copiar ni editar. Es una configuración que eligió el autor, y fixmint no la salta. Si tienes derecho a hacerlo, pide una copia sin restricciones o exporta una desde el programa que creó el archivo.

Obtener el texto de un PDF con texto

1. Arrastra el PDF al recuadro de PDF a texto y espera mientras se lee cada página.
2. Revisa el número de páginas y de palabras que aparecen.
3. Marca Marcadores de página si quieres que cada página aparezca etiquetada. Déjalo desmarcado para obtener texto plano.
4. Copia el texto, o descárgalo como archivo .txt.

Las columnas, tablas y encabezados pueden salir en otro orden, porque un PDF guarda dónde se dibuja cada fragmento de texto, no a qué párrafo pertenece. Si cada línea termina con un salto de línea forzado, lee por qué el texto copiado de un PDF se corta en cada línea y luego pega el texto en Corregir texto pegado, que une las líneas de cada párrafo.

Obtener el texto de un PDF escaneado

Las páginas escaneadas requieren dos pasos: convertir cada página en una imagen y leer el texto de cada imagen. El mismo paso de lectura funciona con una captura de pantalla o una foto, tal como se explica aquí.

1. Arrastra el PDF a PDF a JPG. Elige PNG para texto, porque mantiene nítidos los bordes de las letras, y 300 DPI para la letra pequeña. Selecciona solo las páginas que necesites o deja todas.
2. Descarga las páginas. Cada una se guarda como imagen independiente, o todas llegan en un ZIP.
3. Abre Imagen a texto y arrastra la primera página. Las palabras aparecen cuando se lee la página. Las palabras que el motor no tiene claras se marcan en rojo.
4. Repite con cada página en orden. Marca Unir líneas en párrafos para quitar los saltos de línea y luego copia el resultado.
5. Comprueba cada número, nombre y fecha con la página original antes de fiarte de ellos.

Imagen a texto lee una imagen cada vez, y solo en inglés. La herramienta carga el motor OCR y su modelo en inglés desde el sitio al empezar, y después la imagen se lee en tu dispositivo. Una página grande o lenta puede tardar un poco, así que espera al resultado antes de copiar. Las páginas nítidas, rectas y con buena iluminación se leen mejor. Recorta los bordes de una foto y sostén la cámara paralela a la página.

Errores habituales

• Guardar páginas de texto como JPG. JPG difumina los bordes de las letras, lo que resta precisión. PNG es mejor opción para páginas solo de texto.
• Fiarse del OCR sin revisarlo. El reconocimiento no es perfecto. Comprueba los números y nombres con la página.
• Esperar que las tablas sigan siendo tablas. OCR lee líneas, así que una tabla puede salir como una lista. Compara el resultado con la página.
• Usar OCR para la letra manuscrita. Imagen a texto está pensado para texto impreso. La letra manuscrita suele leerse mal, así que vuelve a escribir esas partes a mano.

Preguntas frecuentes

¿El OCR sube mis páginas escaneadas?

No. La página se lee en tu navegador y la imagen nunca se envía a un servidor. El sitio entrega el motor OCR y su modelo en inglés a tu navegador, y la lectura se hace allí.

¿Qué pasa si solo algunas páginas no tienen texto?

Activa Marcadores de página en PDF a texto. Una página que no muestra nada bajo su marcador es un escaneo, mientras que las páginas mecanografiadas muestran su texto. Pasa solo esas páginas por PDF a JPG e Imagen a texto, y luego vuelve a ordenar los resultados.

¿Por qué el texto copiado se corta al final de cada línea?

Un PDF guarda cada línea impresa por separado, así que al copiar se conservan esos cortes. Usa Corregir texto pegado para unir las líneas de cada párrafo. La guía sobre saltos de línea explica por qué ocurre.

¿Imagen a texto puede leer letra manuscrita u otros idiomas?

Está pensado para texto impreso en inglés con alfabeto latino, y la letra manuscrita suele leerse mal. No se admiten otros alfabetos, como el árabe, el chino o el cirílico.