CodeKitHub¿Qué es esta herramienta?
Esta herramienta lee el contenido de texto de cada página de un PDF y lo reconstruye como filas y columnas en un libro de Excel, con una hoja por página. Agrupa el texto en líneas según su posición vertical y luego divide cada línea en celdas allí donde detecta un espacio horizontal amplio entre palabras, una aproximación razonable para identificar 'aquí empieza una nueva columna' y no un simple espacio.
Este método funciona bien con PDFs que contienen tablas o listas sencillas y con espaciado uniforme, como facturas, listas de precios o informes exportados. No reconstruye de forma fiable diseños complejos con celdas combinadas, contenido en varias líneas dentro de una celda, o tablas sin un espaciado claro entre columnas; en esos casos, es probable que debas ajustar el resultado manualmente tras descargarlo.
¿Por qué utilizarlo?
- Convierte tablas y listas de PDF en un archivo de Excel editable y ordenable, evitando tener que volver a escribir los datos a mano.
- Sin registro, sin marca de agua, completamente gratis.
- Local y privado: tu PDF nunca se sube a ningún servidor.
- Una hoja por página del PDF, así los documentos de varias páginas se mantienen organizados.
Cómo utilizarlo
- Haz clic en el cuadro o arrastra un archivo PDF hasta él.
- Espera mientras la herramienta extrae el texto y lo organiza en filas y columnas.
- Descarga el archivo .xlsx y ábrelo en Excel, Google Sheets o cualquier programa de hojas de cálculo.
- Revisa la división de columnas: en tablas complejas puede que necesites ajustar manualmente algunas celdas.
Ejemplo
Entrada
invoice.pdf — una factura de una página con una tabla de conceptosResultado
invoice.xlsx — una hoja con cada línea de la factura como una fila, con columnas para artículo, cantidad y precioLa precisión depende en gran medida de cómo esté maquetado el PDF original: las tablas sencillas con separaciones claras entre columnas se convierten bien, mientras que las tablas densas o con espaciado irregular pueden requerir una limpieza manual.
Preguntas frecuentes
¿Por qué algunas de mis columnas aparecen combinadas o divididas de forma incorrecta?
Esta herramienta calcula los límites de las columnas a partir del espaciado horizontal entre palabras en la capa de texto subyacente del PDF; no tiene acceso a la estructura original de la tabla del PDF (la mayoría de los PDFs no la conservan). Si las columnas están muy juntas o una tabla usa un espaciado poco habitual, el cálculo puede fallar. Revisa el resultado y ajústalo manualmente si es necesario.
¿Funciona con PDFs escaneados?
No. Esta herramienta lee la capa de texto incrustada en el PDF; los documentos escaneados son solo imágenes y no tienen texto extraíble. Utiliza primero una herramienta de OCR para PDF que añada una capa de texto, y luego usa este conversor.
¿Se sube mi PDF a algún servidor?
No. Tanto la extracción de texto como la generación del archivo Excel se realizan localmente en tu navegador mediante JavaScript. Tu archivo nunca sale de tu dispositivo.
¿Se conservan el formato de celdas, los colores o las celdas combinadas de la tabla original?
No. El resultado es texto plano organizado en una cuadrícula; las fuentes, colores, bordes y celdas combinadas del PDF original no se transfieren.