PDF a Word

Devuelve el texto de un PDF a Word para poder editarlo, reutilizarlo o corregir una errata. El convertidor lee el PDF en tu navegador y lo reconstruye como un documento .docx con párrafos, títulos, listas e imágenes de verdad, y con tablas que puedes editar como tablas. El árabe, el hebreo y el urdu salen como texto de derecha a izquierda en el orden de lectura.

o suelta los archivos aquí

Se procesa en tu navegador: no se sube nada

Cómo usar PDF a Word

  1. Haz clic en «Seleccionar archivos PDF» o suelta un PDF en el recuadro.
  2. Elige «Texto editable» para obtener un documento que puedes editar, o «Aspecto exacto» para colocar cada página como una imagen (lo mejor para diseños complejos).
  3. Decide qué hacer con los encabezados y pies de página que se repiten en cada página: pasarlos al encabezado y pie de página de Word, omitirlos o dejarlos en el texto.
  4. Si el PDF es un escaneo, elige el idioma del documento cuando aparezca el menú: su texto se reconoce (OCR) en tu dispositivo.
  5. Pulsa «Convertir a Word» y espera mientras se analiza cada página.
  6. Descarga el archivo .docx y ábrelo en Word, LibreOffice o Google Docs.

Acerca de esta herramienta

Un PDF no guarda párrafos ni tablas: solo fragmentos sueltos de texto, la posición exacta de cada uno y las líneas dibujadas en la página. El convertidor lee esas posiciones, agrupa los fragmentos en líneas, une las líneas en párrafos según el espaciado, la sangría y la longitud de línea, y reconoce los títulos por su letra más grande o en negrita, la negrita y la cursiva por el nombre de la fuente, y las viñetas y la numeración 1. 2. 3. por sus marcas. Se copian el tamaño de página y los márgenes, y las imágenes se recortan de la página y se colocan donde estaban.

Las tablas se detectan de dos maneras. Cuando el PDF dibuja líneas de tabla, la cuadrícula da las filas y las columnas, y si falta una línea entre dos casillas se trata de una celda combinada, que en Word también queda combinada. Cuando la tabla no tiene líneas, las columnas se deducen del texto alineado en al menos tres filas; esa tabla sale sin bordes. Una tabla que continúa en la página siguiente se une en una sola, y la fila de encabezado que se imprimía de nuevo en cada página se conserva una vez y se marca para repetirse. El texto de cada celda mantiene la negrita y la alineación a la izquierda, a la derecha o centrada.

Las páginas compuestas en dos o más columnas se leen columna por columna en lugar de en línea recta, y un párrafo que pasa del final de una columna al principio de la siguiente se vuelve a unir. Las columnas en sí no se reconstruyen: el texto llega como una sola columna en el orden correcto. Las líneas que se repiten arriba o abajo de cada página (un título corrido, «Página 3 de 12») se sacan del texto y, salvo que elijas otra cosa, se colocan en el encabezado y el pie de página de Word con un campo de número de página real.

El texto de derecha a izquierda necesita un cuidado especial, porque un PDF guarda una línea en árabe o hebreo en el orden en que se dibuja, no en el que se lee. El convertidor trabaja letra por letra, recupera el orden de lectura de cada línea, mantiene en su sitio los números, las palabras en alfabeto latino, las direcciones de correo y los códigos de producto que aparecen dentro, y escribe los párrafos como párrafos de derecha a izquierda. Los pares de letras unidas como lam-alif, que muchas herramientas devuelven al revés, se mantienen en orden, y las letras guardadas como «formas de presentación» se convierten en letras normales para que el texto se pueda buscar y editar.

Dónde todavía se queda corto: en una tabla sin líneas, una celda cuyo texto ocupa varias líneas se convierte en varias filas; una tabla de solo dos filas, o con columnas que no están alineadas, queda como texto normal; no se reconstruyen las tablas anidadas, los cuadros de texto, los colores del texto, los campos de formulario, los enlaces a notas al pie ni el texto girado; los diseños de varias columnas pasan a una sola columna; y cuando la fuente del PDF no indica a qué caracteres corresponden sus signos vocálicos, esos signos se omiten. El texto bidireccional tiene casos que no se pueden distinguir solo con la página (un número junto a una palabra latina dentro de una frase en árabe se ve igual en un orden que en otro), y en ellos se elige la lectura más habitual. Si solo necesitas que el documento se vea idéntico, elige el modo «Aspecto exacto».

Los PDF escaneados contienen imágenes de texto, no texto. Por eso, una página sin capa de texto se lee con reconocimiento óptico de caracteres (OCR) en tu dispositivo, en el idioma que elijas, y se reconstruye como párrafos editables. El reconocimiento tarda unos segundos por página y puede contener errores; en los escaneos no se recuperan la negrita, la cursiva, la tipografía original ni las tablas. La escritura a mano no se puede leer, y una página en la que no se reconoce nada se conserva como imagen.

Todo ocurre en tu dispositivo con PDF.js y nuestro propio generador de DOCX, que produce un archivo Office Open XML estándar. Probamos el resultado en LibreOffice Writer; el mismo formato de archivo lo leen Microsoft Word, Google Docs y Apple Pages.

Preguntas frecuentes

¿Puedo editar el texto después de convertir?

Sí. En el modo predeterminado, «Texto editable», cada párrafo es texto real en Word. Solo el modo «Aspecto exacto» produce páginas que son imágenes.

¿Las tablas se convierten en tablas de Word?

Sí. Las tablas con líneas se reconstruyen a partir de esas líneas, incluidas las celdas combinadas, y las tablas sin líneas se reconstruyen cuando sus columnas están alineadas en tres filas o más. Una tabla que continúa en varias páginas se convierte en una sola tabla de Word con una fila de encabezado que se repite. En una tabla sin líneas, una celda cuyo texto ocupa varias líneas sale como varias filas, que puedes combinar en Word. Si prefieres el comportamiento anterior (las filas como líneas con tabulaciones), desmarca «Reconstruir las tablas como tablas de Word».

¿Puedo procesar varios archivos a la vez?

Sí. Selecciona o suelta todos los archivos que quieras: cada uno se procesa por separado con los ajustes que elegiste, y puedes descargar los resultados uno por uno o todos juntos en un ZIP. No hay límite en el número de archivos y, si uno no se puede procesar, los demás terminan igual.

¿Funciona con PDF en árabe, hebreo o urdu?

Sí. El texto de derecha a izquierda se devuelve al orden de lectura, se escribe como párrafos y tablas de derecha a izquierda, y los números y las palabras latinas dentro de una frase se quedan en su sitio. Los signos vocálicos se conservan cuando la fuente del PDF los identifica. Revisa las líneas mixtas: algunas combinaciones de números y palabras latinas se ven idénticas en la página, se hayan escrito en un orden o en otro.

¿Convierte PDF escaneados en texto editable?

Sí. Cuando una página no tiene capa de texto, su texto se reconoce con OCR en el idioma que elijas y se coloca en el documento como párrafos normales y editables. Revisa el resultado: el reconocimiento no está libre de errores, y en los escaneos no se recuperan los estilos de letra ni las tablas. Elige «Aspecto exacto» si prefieres conservar el escaneo como imágenes.

¿Qué pasa con los números de página y los encabezados?

Una línea que se repite arriba o abajo en al menos la mitad de las páginas se trata como encabezado o pie de página. De forma predeterminada se pasa al encabezado o pie de página de Word, con el número de página como un campo que se actualiza solo. También puedes omitir esas líneas o dejarlas en el texto donde estaban impresas.

¿Las fuentes serán las mismas?

El convertidor lee los nombres de las fuentes del PDF y usa la misma familia en Word cuando puede (por ejemplo, Arial, Times New Roman o Calibri). Si esa fuente no está instalada, Word la sustituye por una parecida.

¿Mis archivos PDF se suben a un servidor?

No. Todo el proceso se ejecuta dentro de tu navegador con JavaScript. Tus archivos PDF nunca salen de tu dispositivo; por eso la herramienta sigue funcionando aunque te quedes sin conexión después de cargar la página.