¿Qué es un PDF con búsqueda de texto?
Un PDF con búsqueda de texto es un archivo en el que las palabras de cada página existen como texto real y no solo como una imagen. Gracias a ello, el buscador del visor puede saltar a una frase, el ratón puede seleccionar una oración y el comando copiar puede llevarla a otro programa. Un escaneo simple se ve igual en pantalla, pero solo contiene fotografías de las páginas, así que cualquier búsqueda devuelve cero resultados.
Cómo un archivo llega a ser buscable
Hay dos caminos. Un documento exportado desde un procesador de texto, una hoja de cálculo o una página web ya es buscable desde el principio, porque el programa escribe los caracteres en el archivo junto con las instrucciones de dibujo. Un documento escaneado o fotografiado es solo una imagen y pasa a ser buscable tras el reconocimiento de texto: el programa lee la imagen, produce los caracteres y los coloca como una capa invisible justo encima de las palabras impresas. La página sigue pareciéndose al escaneo original y la capa oculta es lo que encuentra el buscador. La calidad de esa capa depende de la calidad del escaneo, así que una página borrosa produce una capa con errores.
Cómo comprobarlo usted mismo / Límites que conviene recordar
Abra el archivo, use el atajo de búsqueda y escriba una palabra que vea en la página. Si el visor la resalta, la página tiene capa de texto. Haga la misma prueba en la última página, porque un archivo formado por varios escaneos puede ser buscable solo en parte. Otra prueba rápida es arrastrar el cursor sobre un párrafo: una banda azul que sigue las líneas indica texto real, mientras que un rectángulo que cubre toda la página indica una imagen. Una capa de texto no garantiza que cada palabra sea correcta, así que cifras, nombres y fechas merecen una comparación con la página antes de fiarse de ellos.
Usar AuraDoc para ello
OCR de PDF añade la capa de texto a un escaneo, Copiar texto de un PDF escaneado le da las palabras de un escaneo sin conservar el diseño, y PDF a texto exporta el texto de un archivo que ya tiene capa. Cada resultado es un archivo nuevo, de modo que el escaneo del que partió queda intacto.
Herramientas que usan este término
Guías que lo ponen en práctica
- Hacer buscable un PDF escaneadoPaso a paso: endereza las páginas del escaneo, aplica OCR para buscar y copiar el texto y luego reduce el archivo para guardarlo o compartirlo.
- Extraer el texto de un PDFPaso a paso: lee la capa de texto de un PDF, ejecuta el reconocimiento de texto en un escaneo y convierte el resultado en un archivo Word editable.
Preguntas frecuentes
- ¿Cómo sé si mi PDF permite buscar texto?
- Busque una palabra que vea en la página. Si no aparece nada y el cursor no puede seleccionar texto, el archivo es una imagen y necesita primero reconocimiento de texto.
- ¿Un PDF con búsqueda se ve distinto de un escaneo?
- No. El texto reconocido queda invisible detrás de la imagen de la página, así que el aspecto no cambia y solo empiezan a funcionar la búsqueda y el copiado.
- ¿Todas las páginas de un PDF con búsqueda son buscables?
- No siempre. Un archivo armado con varias fuentes puede mezclar páginas con capa y sin ella, así que pruebe una palabra en más de una página.