Extractor de tablas de PDF

Cómo se usa

1. Suelta un PDF sobre la tarjeta, pégalo con ⌘V / Ctrl+V o pulsa «Elegir PDF». La primera tabla aparece en cuanto se analiza su página: no hay botón Extraer. Copiar y Descargar se activan cuando termina el análisis.
2. La detección automática busca primero tablas con líneas y después columnas alineadas por el texto. Elige «Bordes» o «Alineación del texto» para forzar un método. Al cambiar el modo o el intervalo de páginas se reutilizan las páginas ya leídas y la vista previa se actualiza al instante.
3. Escribe páginas como «1-3, 5» para analizar solo esas. Se aceptan comas, signos de enumeración chinos y comas árabes, así como dígitos árabe-índicos, árabe-orientales y de ancho completo. Deja el cuadro vacío para incluir todas las páginas.
4. Pulsa la ficha de una tabla para cambiar la vista previa. «La primera fila es un encabezado» solo cambia cómo se muestra la primera fila y cómo se aplica el estilo de encabezado en XLSX; los valores en sí no cambian.
5. Si el PDF necesita contraseña, escríbela en la fila que aparece y pulsa Intro. La contraseña solo se usa para abrir el archivo en esta pestaña.

Reglas, límites y problemas conocidos

• Solo PDF basados en texto. Las páginas escaneadas, las capturas de pantalla y las tablas dentro de imágenes no tienen capa de texto; la herramienta indica esas páginas en lugar de adivinar. No hay OCR.
• La detección es una heurística. Las líneas que faltan, los huecos estrechos, los diseños a dos columnas, las tablas anidadas y las tablas que continúan en varias páginas pueden pasarse por alto o fusionarse. Cambia el modo de detección o reduce el intervalo de páginas e inténtalo de nuevo.
• Las celdas combinadas no se reconstruyen: el texto cae en la celda situada bajo su centro y las celdas vacías vecinas quedan vacías.
• Las celdas de varias líneas se unen con un solo espacio; no se conservan los saltos de línea dentro de una celda.
• Las tablas que continúan en la página siguiente no se fusionan; cada página se numera por separado.
• Las páginas a dos columnas pueden unir filas de las columnas izquierda y derecha en una sola tabla.
• La dirección de derecha a izquierda se decide por la mayoría de las letras. Una tabla con cantidades similares de texto árabe y latino puede invertirse en la dirección equivocada; la nota sobre la vista previa siempre indica qué dirección se está usando.
• Los valores se copian tal como aparecen: 89.90, 00721 y 03/04/2026 no se analizan, redondean ni reordenan.
• Límites: un PDF, 50 MB, 200 páginas, 200 tablas y 100 000 celdas; una tabla de más de 200 columnas o 50 000 filas se omite y se indica. XLSX admite como máximo 30 tablas.
• La vista previa muestra las primeras 100 filas; Copiar y Descargar usan siempre todas las filas.
• Si el autor ha restringido la copia, la herramienta extrae igualmente las tablas y muestra un aviso. Asegúrate de que tienes derecho a usarlas.
• Contraseñas: solo se admite la contraseña de apertura (de usuario). Se usa para abrir el documento en esta pestaña, nunca se guarda y no se elimina el cifrado del PDF.
• Los archivos de más de 20 MB o 50 páginas muestran un aviso de «puede tardar»; los que superan los límites estrictos se rechazan indicando el valor real.