TXT: el formato de texto plano
Un archivo .txt contiene solo caracteres: nada de fuentes, negrita, imágenes ni maquetación. Es el formato de documento más antiguo y sencillo, definido en las normas de internet como el tipo de medio text/plain (RFC 2046). Lo que importa dentro es la codificación de caracteres, que relaciona bytes con letras; UTF-8 es la norma actual y cubre todos los idiomas, mientras que los archivos antiguos pueden usar una página de códigos regional.
Datos básicos
- Extensiones
- .txt
- Tipo de medio
- text/plain
- Norma
- RFC 2046 (text/plain)
Dónde se usa
El texto plano sirve para notas, registros de sistema, archivos README, archivos de configuración, transcripciones, historiales de chat exportados, volcados de datos y borradores. Programadores y administradores de sistemas trabajan con él a diario, y muchos programas exportan texto plano cuando no hace falta nada más.
Ventajas
Cualquier dispositivo y cualquier programa lo abre, hoy y dentro de cincuenta años. Los archivos son diminutos, fáciles de buscar, comparar y procesar con software, y no llevan nada oculto: ni macros, ni metadatos, ni rastreo. Los sistemas de control de versiones manejan el texto mejor que cualquier otro formato.
Limitaciones
No hay ningún formato: ni títulos, ni tablas, ni imágenes, ni saltos de página. Una codificación equivocada convierte las letras acentuadas en basura, y Windows y Unix usan finales de línea diferentes. Las líneas largas pueden cortarse de forma distinta en cada editor.
Cómo convertirlo a PDF
Texto a PDF distribuye tu texto en páginas A4 con una fuente monoespaciada y corta las líneas largas, para que nada quede cortado y las columnas en texto plano sigan alineadas. Lee archivos en UTF-8, UTF-16 y Latin-1. Para títulos, listas y tablas, escribe en Markdown y usa Markdown a PDF.
Cómo recuperarlo desde un PDF
PDF a texto extrae la capa de texto de un PDF en tu navegador y la guarda como archivo .txt, sin subir nada. Se descartan la maquetación, las tablas y las imágenes, y las columnas pueden leerse en otro orden. Los PDF escaneados no tienen texto, así que aplica OCR primero.
Convierte con estas herramientas gratuitas
Comparativas lado a lado
- Texto plano frente a MarkdownEl texto plano es el formato más simple que cualquiera puede leer; Markdown añade títulos, listas y tablas con símbolos ligeros. Compara TXT y MD para notas, documentación y PDF.
- PDF escaneado o con búsquedaUn PDF escaneado contiene fotos de las páginas; un PDF con búsqueda contiene además las palabras que hay detrás. Entienda la diferencia y cómo el OCR convierte uno en otro.
Términos de PDF explicados
- Capa de textoLa capa de texto es la parte del PDF que contiene caracteres reales, para que pueda buscar, seleccionar y copiar. Vea cómo un escaneo la obtiene con OCR y cómo comprobarla.
- OCR (reconocimiento óptico de caracteres)El OCR convierte la imagen de una página en texto que se puede buscar y copiar. Vea cómo funciona, qué influye en la precisión y por qué un PDF escaneado lo necesita.
Guías que lo ponen en práctica
Preguntas frecuentes
- ¿Por qué las letras acentuadas salen mal en mi archivo de texto?
- El archivo se leyó con la codificación equivocada. Guárdalo en UTF-8 en tu editor y conviértelo de nuevo.
- ¿PDF a texto puede leer un documento escaneado?
- No. Un escaneo es una imagen sin caracteres. Usa primero OCR de PDF para añadir una capa de texto y después extrae el texto.
- ¿Es más seguro compartir un archivo TXT que un DOCX?
- No puede contener macros ni metadatos ocultos, así que revela menos cosas, pero el texto en sí sigue siendo totalmente legible y editable.