Convertidor de PDF a Excel

Qué puede recuperar el detector y qué no

Las páginas PDF guardan texto posicionado, no celdas de hoja de cálculo. Este convertidor agrupa el texto cercano en filas, busca posiciones de columna repetidas, rellena las celdas ausentes y descarta los bloques que no se parecen a una tabla regular. También tiene en cuenta la rotación y el área visible de la página al leer las posiciones.

El detector es deliberadamente conservador. Es preferible no mostrar ninguna tabla antes que convertir texto ajeno en una hoja de cálculo convincente pero incorrecta. Compara siempre los valores importantes con el PDF original antes de calcular, importar o conciliar los datos.

Formatos de exportación

XLSX crea una hoja por cada tabla seleccionada, con un máximo de 200 hojas en una descarga. Cada valor extraído se escribe como una celda de texto. El convertidor no deduce números, fechas, fórmulas, divisas ni formatos contables, y tampoco reproduce bordes, fuentes, celdas combinadas ni el diseño original de la página.

CSV y TSV descargan cada tabla seleccionada por separado. Puedes elegir como delimitador la coma, el punto y coma o la tabulación. Los campos se encierran entre comillas dobles cuando contienen un delimitador, comillas o un salto de línea, y los registros utilizan finales de línea CRLF conforme a las reglas habituales documentadas en RFC 4180. La marca BOM UTF-8 está activada de forma predeterminada para mejorar la compatibilidad con programas de hojas de cálculo, aunque el delimitador correcto depende de la aplicación y de la configuración regional utilizadas al importar.

Seguridad frente a fórmulas de hoja de cálculo

Un PDF puede contener texto que empiece por =, +, - o @. Algunos programas de hojas de cálculo pueden interpretar ese texto como una fórmula al abrir un CSV. La protección de fórmulas está activada de forma predeterminada y añade un prefijo a las celdas CSV que se parecen a fórmulas para que sea más probable que se mantengan como texto. También contempla celdas con espacios iniciales y variantes de ancho completo de esos caracteres.

Esta medida reduce el riesgo, pero no es una garantía de seguridad universal. La guía de OWASP sobre inyección en CSV señala que el comportamiento varía entre programas y que el escapado puede cambiar después de guardar y volver a abrir un CSV. Mantén activada la protección para PDF que no sean de confianza, revisa las celdas exportadas y no habilites macros ni ignores las advertencias de seguridad de la hoja de cálculo. La salida XLSX escribe los valores extraídos como celdas de texto explícitas, no como fórmulas.

Límites y almacenamiento privado del navegador

• Un PDF cada vez, con un máximo de 20 MiB y 150 páginas.
• Los PDF con demasiados fragmentos de texto, volumen de texto o datos tabulares se rechazan antes de que puedan saturar el navegador.
• La vista previa muestra las primeras 100 filas de cada tabla detectada; la exportación incluye todas las filas detectadas dentro de los límites de seguridad.
• Un libro puede contener hasta 200 hojas seleccionadas.
• No se admiten PDF protegidos con contraseña ni cifrados. Desbloquea una copia que tengas permiso para usar antes de convertirla.
• Durante el flujo de tres pasos, el PDF de origen, las tablas detectadas y los ajustes se guardan de forma privada en este navegador durante 30 minutos. Se conservan como máximo tres trabajos y 80 MiB de datos locales.
• En la URL del flujo solo aparece un identificador de trabajo aleatorio. El PDF, los valores extraídos y los archivos descargados no se envían por Livewire ni se suben al servidor de resultados.
• Al elegir Empezar de nuevo se elimina el trabajo local actual. Los registros caducados o no válidos se borran la próxima vez que la herramienta revisa el almacenamiento del navegador.

El PDF se carga desde sus bytes locales mediante PDF.js. La herramienta descarga sus bibliotecas como recursos web normales, pero no envía el PDF seleccionado con esas solicitudes.

Revisión accesible

El control de carga funciona con el teclado, el progreso y los errores se anuncian a las tecnologías de asistencia, y las tablas detectadas utilizan títulos y encabezados de columna. La vista previa permite desplazarse horizontalmente en pantallas pequeñas y conserva la dirección detectada en las tablas de derecha a izquierda. Estas funciones ayudan a revisar la extracción, pero no sustituyen la comparación con el documento original cuando la precisión es importante.