PlainBytesExtrae datos de tus PDF.
Sin copiar a mano.
DocumentExtractor es una aplicación para Windows que permite extraer datos de archivos PDF con texto seleccionable y una estructura similar, y organizarlos en archivos Excel. Selecciona una vez los campos y tablas que necesitas y procesa por lotes archivos similares, completamente en tu PC.
Prueba gratuita de 7 días · Compra única: 17.49 USD · Licencia GPLv3
Selección visual · Exportación por lotes a Excel · Procesamiento sin conexión y privado · Ver la demo
Para documentos que procesas habitualmente
Si a menudo necesitas extraer datos concretos de varios PDF con diseño similar y reunirlos en un archivo Excel, esta herramienta puede ayudarte.
Facturas
Extrae números, fechas, importes y líneas de detalle de facturas de proveedores con un mismo diseño.
Órdenes de compra
Extrae los datos de órdenes de compra con formato uniforme a un solo archivo Excel.
Albaranes
Extrae por lotes números de albarán, artículos, cantidades y campos relacionados en un archivo Excel.
Extractos
Extrae filas repetidas y campos clave de liquidaciones o extractos de cuenta.
Formularios
Extrae por lotes los campos que indiques de formularios con plantilla fija.
Informes estructurados
Reúne tablas y valores de informes generados con un formato estable.
Funciones principales
Configura la extracción una sola vez a partir de un PDF de muestra y reutiliza las mismas reglas en cada archivo similar del lote.
Define anclas, campos y tablas en la vista previa
Trabaja en la vista previa del PDF: crea primero anclas en texto relativamente fijo y selecciona los campos o columnas de tabla a extraer. Tú eliges qué extraer.
- Campos definidos por el usuario (importes, identificadores, fechas, etc.)
- Divide columnas por encabezados y detecta filas de tabla
- Tolera pequeños desplazamientos de diseño entre archivos similares
Procesamiento por lotes y exportación a Excel
Añade muchos PDF con el mismo diseño. Una extracción genera un libro de Excel (.xlsx) que puedes abrir en Excel u otras hojas de cálculo.
- Un mismo conjunto de reglas de extracción para todos los archivos del lote
- Hoja Resumen (una fila por PDF) más hojas de detalle de tablas
- Seguimiento del progreso y del resultado de cada archivo
Plantillas, sin conexión y privacidad
Guarda la configuración como plantilla y reutilízala cuando la necesites. Tus archivos permanecen en tu PC Windows: DocumentExtractor no envía documentos a servidores externos ni modifica los PDF originales.
- Biblioteca de plantillas local (importar / exportar .json)
- Extrae datos sin conexión a Internet
- Centro de ayuda en la app con guía paso a paso
Código abierto. Pensado para el trabajo diario.
DocumentExtractor es un software de código abierto distribuido bajo la licencia GPLv3. Su código fuente completo está disponible en GitHub, donde puedes consultarlo, compilar la aplicación por tu cuenta y contribuir a su desarrollo.
Compila la aplicación por tu cuenta
Descarga el código fuente completo desde GitHub y compila la aplicación por tu cuenta. No se requiere ninguna compra.
Obtén la versión oficial
Instálala a través de Microsoft Store, recibe actualizaciones automáticas y apoya el desarrollo continuo.
Cómo usarlo
Solo tres pasos para reunir en un archivo Excel datos de varios PDF con diseño similar.
Añade tus PDF
Arrastra uno o más PDF de texto. Elige un archivo como muestra. Las mismas reglas se aplican a todos los de la lista.
Define qué extraer
En la vista previa, marca el texto de referencia (anclas) y dibuja recuadros alrededor de los campos o encabezados de tabla que quieras extraer. Extrae al momento en modo Personalizado o guarda una plantilla.
Extrae y abre en Excel
Pulsa Extraer, elige dónde guardar el archivo .xlsx y revisa el resultado. Puedes cancelar una extracción en curso; los datos ya extraídos con éxito se conservan en la exportación.
Vídeo de demostración
Una demo breve: configura en un PDF de muestra, procesa archivos por lotes y revisa la exportación a Excel.
¿Es adecuado para ti?
DocumentExtractor está pensado para PDF de texto con diseño estable, no para escaneos ni documentos de maquetación libre.
Encaja bien cuando
- Los PDF tienen texto seleccionable (no son escaneos)
- Los archivos comparten un diseño fijo o muy similar
- Necesitas los mismos campos o tablas de muchos archivos
- Quieres el resultado en un archivo Excel (.xlsx) en tu PC
No es la herramienta adecuada cuando
- Los PDF están escaneados y requieren OCR
- Los archivos son solo imagen, sin capa de texto
- Cada documento tiene un diseño distinto
- Las proporciones entre los anchos de las columnas o la estructura interna de las tablas cambian con frecuencia
El procesamiento se queda en tu dispositivo Windows. Los PDF de origen se abren solo para lectura; Extraer escribe únicamente un archivo Excel nuevo.
Preguntas frecuentes
Preguntas frecuentes sobre el uso de DocumentExtractor.
¿Qué hace DocumentExtractor?
Extrae los mismos campos y tablas de múltiples PDF con texto seleccionable y estructura similar, y reúne los datos en un único archivo Excel (.xlsx), sin necesidad de copiarlos manualmente. Defines las reglas una vez en una muestra y puedes procesar por lotes archivos similares.
¿Para quién es?
Para quien recibe a menudo el mismo tipo de PDF — facturas, pedidos, albaranes, extractos, formularios o informes de diseño fijo — y necesita los datos en un archivo Excel. Es una app de escritorio para Windows, no una herramienta web.
¿Qué sistemas operativos admite DocumentExtractor?
DocumentExtractor es una app de escritorio para Windows y es compatible con Windows 10 y Windows 11 (64 bits). Puedes descargarla e instalarla desde Microsoft Store, u obtener el código fuente en GitHub y compilar la aplicación tú mismo. La extracción de documentos se realiza en local y no requiere conexión a Internet.
¿DocumentExtractor es de código abierto?
Sí. DocumentExtractor es un software de código abierto bajo licencia GNU GPLv3. El código fuente completo está disponible en GitHub, donde puedes consultarlo, compilar la aplicación y contribuir al proyecto.
¿Por qué DocumentExtractor es de pago en Microsoft Store?
La versión disponible en Microsoft Store es la edición oficial, lista para instalar y con actualizaciones automáticas. Al adquirirla, también contribuyes al desarrollo y mantenimiento de DocumentExtractor. Si lo prefieres, puedes descargar el código fuente y compilar la aplicación gratuitamente.
¿Puedo probar DocumentExtractor antes de comprarlo?
Sí. Puedes probar gratis la versión disponible en Microsoft Store durante 7 días, con acceso a todas las funciones. Al finalizar la prueba, puedes comprar la aplicación con un pago único de 17.49 USD.
¿Admite PDF escaneados u OCR?
Solo se admiten PDF de texto, es decir, archivos en los que puedes seleccionar el texto directamente. No se admiten PDF escaneados ni solo imagen.
¿Puedo procesar varios PDF a la vez?
Sí. Añade varios PDF a la lista y haz clic en Extraer. Todos los archivos del lote usan la misma configuración.
¿Todos los documentos deben tener exactamente el mismo diseño?
El diseño de los documentos debe ser igual o similar. Las anclas pueden adaptarse a cierto desplazamiento de posición, pero las proporciones de ancho de columna y la estructura interna de las tablas deben mantenerse coherentes.
¿Cómo indico qué extraer?
En un PDF de muestra, mantén Ctrl y arrastra para seleccionar texto de referencia y crear un ancla. Luego define los campos o tablas a extraer bajo esa ancla. Los detalles están en el centro de ayuda de la app.
¿Debo guardar una plantilla antes de extraer?
No. El modo Personalizado basta para un lote puntual. Guarda una plantilla cuando vayas a reutilizar las mismas reglas. Las plantillas se importan y exportan como .json.
¿Cómo es el archivo Excel?
Un libro de Excel (.xlsx): una hoja Resumen (una fila por PDF, con valores y estado) y, si extraes tablas, una hoja de detalle por cada tabla.
¿Se suben mis documentos a algún sitio?
No. La extracción se ejecuta en local en tu dispositivo Windows. No modifica tus PDF originales; solo escribe el archivo Excel que indiques.
¿Qué pasa si fallan algunos archivos del lote?
El resto de archivos sigue procesándose y los datos extraídos correctamente pueden exportarse al archivo Excel. Los fallos y sus motivos aparecen en la vista de progreso (Ver detalles).
Evita introducir los mismos datos una y otra vez: extráelos fácilmente de tus PDF.
Configura una vez y extrae por lotes datos de PDF con diseño similar en tu PC Windows, exportándolos a un archivo Excel.
Prueba gratuita de 7 días · Compra única: 17.49 USD · Código abierto bajo GPLv3