Cómo usarla
- Elige o suelta un PDF que contenga tablas.
- Elige una hoja por página o todas las páginas en una hoja.
- Mantén activada la opción «Guardar números como números» y configura el separador decimal si la detección no es correcta.
- Selecciona «Convertir a Excel», revisa la vista previa y descarga el archivo XLSX.
Cómo funciona
La herramienta lee cada fragmento de texto y su posición con pdf.js. Los fragmentos que están en la misma línea base forman una fila; un espacio horizontal amplio divide una fila en celdas. Las posiciones de las columnas se obtienen a partir de las filas que tienen el número más común de celdas, de modo que un título o una nota que ocupa todo el ancho de la tabla no combina las columnas. Luego, cada celda se coloca en la columna con la que se superpone. Un espacio vertical grande se convierte en una fila vacía, lo que mantiene separadas las tablas.
Con «Guardar números como números», valores como 1.234,56, (450,00), -12 %, 99 € o 1.234,56 se convierten en celdas numéricas que puedes sumar, con un formato de número que conserva sus decimales. Los valores que perderían información se mantienen como texto: números con ceros a la izquierda (identificadores, códigos postales), más de 15 dígitos (números de cuenta) y fechas. Los símbolos de moneda se eliminan de las celdas numéricas.
Funciona mejor con PDFs creados por software (extractos bancarios, facturas, informes exportados). Los PDFs escaneados no contienen texto. Las celdas combinadas, las celdas de varias líneas y las tablas dibujadas sin espacios se aproximan, así que revisa el resultado antes de confiar en él. El libro se genera con la biblioteca de código abierto exceljs.
Ejemplos
Extracto bancario
Un extracto de 3 páginas con columnas de fecha, descripción, importe y saldo se convierte en tres hojas. Los importes como -1.250,00 se detectan como números decimales con coma, así que puedes sumarlos en Excel directamente.
Lista de precios de proveedor
Una lista de precios de 20 páginas convertida con «Todas las páginas en una hoja» da una tabla larga que puedes filtrar y ordenar; los encabezados repetidos de cada página aparecen como filas normales que puedes eliminar.
Preguntas frecuentes
¿Por qué algunos valores están en la columna equivocada?
El PDF no tiene una tabla real, solo texto en posiciones. Cuando una celda es muy ancha, está centrada sobre varias columnas o se divide en dos líneas, su posición puede corresponder a otra columna. Mueve esas celdas en Excel o prueba la otra opción de hoja de cálculo.
¿Por qué un número se guarda como texto?
Los valores con ceros a la izquierda, más de 15 dígitos, separadores poco habituales o palabras adicionales se conservan como texto para que no se pierda nada. Si todos los números están mal, configura el separador decimal manualmente.
¿Funciona con PDF escaneados?
No. Las páginas escaneadas son imágenes sin texto. Primero léelas con OCR; la herramienta OCR de imagen a texto funciona con las imágenes de página exportadas con PDF a JPG.
¿Se conservan el formato, los colores y los bordes?
No. El libro contiene solo los valores de las celdas con formatos de número. Las fuentes, los colores, los bordes y las celdas combinadas del PDF no se transfieren.
Privacidad
El PDF se lee y el archivo Excel se crea con JavaScript en tu navegador. No se sube ni se almacena nada, y el contenido de los archivos no se incluye en las analíticas; solo se cuenta un evento anónimo de que se usó la herramienta.