Saca las respuestas de un formulario PDF relleno como JSON o CSV, campo por campo.
Extractor de datos de formularios PDF
Saca las respuestas de un formulario PDF relleno como JSON o CSV, campo por campo.
El Extractor de datos de formularios PDF funciona por completo en tu navegador. Los formularios suelen contener datos personales y aquí se analizan en tu dispositivo.
Un formulario PDF relleno guarda sus respuestas en objetos de campo y no en el texto de la página, y por eso copiar el texto de un formulario te da todas las etiquetas y ninguna de las respuestas. Esta herramienta lee esos objetos directamente y los presenta en una tabla: el nombre del campo tal y como lo guarda el documento, el tipo, la respuesta, las opciones que ofrecía un desplegable y la página en la que está el campo. El resultado se exporta como objeto JSON plano de nombre a valor, como JSON detallado con tipos y marcas, o como CSV para una hoja de cálculo o una combinación de correspondencia.
Características
Lee campos de texto, casillas, grupos de opción, desplegables, listas y firmas
Muestra el nombre completo del campo tal y como lo guarda el PDF
Enumera las opciones de un desplegable junto a la selección
Marca los campos obligatorios y de solo lectura, e indica su página
Filtra por nombre o respuesta y oculta los campos sin rellenar
Exporta como JSON plano, JSON detallado o CSV
Cuenta rellenos frente a vacíos para ver qué falta en un formulario
Cómo usar Extractor de formularios PDF
Arrastra el PDF relleno a la página
Revisa la tabla de nombres de campo y respuestas
Filtra u oculta los campos vacíos si el formulario es largo
Los nombres de campo vienen del documento, así que coinciden con lo que generó o procesa el formulario.
Errores comunes y solución de problemas
No se encuentra ningún campo. — Probablemente el formulario no sea un AcroForm. Una página escaneada, o impresa a PDF tras rellenarla, guarda las respuestas como gráficos: eso requiere extracción de texto u OCR.
Los nombres de campo son cadenas ilegibles como f1_07[0]. — Así los llamó quien creó el formulario, y los formularios oficiales son los peores. La página y la respuesta suelen dejar claro a qué campo visible corresponde cada uno.
Un campo de firma sale vacío. — Los campos de firma llevan un objeto criptográfico y no un valor de texto, así que no hay nada que extraer. El campo se lista para que sepas que existe.
Una casilla muestra un valor como Off o 1 en vez de Sí. — Los valores de exportación de las casillas los define quien crea el formulario. Aquí se muestran como marcadas o vacías, y la exportación detallada conserva los valores originales.
Preguntas frecuentes
¿Por qué no puedo copiar el texto de un formulario relleno?
Porque las respuestas no forman parte del texto de la página. Los campos AcroForm son objetos aparte superpuestos, así que una copia de texto devuelve las etiquetas impresas y deja fuera lo escrito.
¿Qué es un AcroForm?
La capa de formulario interactivo integrada en la especificación PDF: la que da cuadros de texto, casillas y desplegables. Es lo que usa casi todo formulario rellenable, con los formularios XFA antiguos como principal excepción.
¿Puedo extraer datos de varios formularios a la vez?
Aquí de uno en uno, pero la exportación CSV está pensada para apilarse: procesa cada formulario, añade las filas y los nombres de campo encajarán porque vienen de la misma plantilla.
¿Extraer los datos modifica el PDF?
No. El fichero se lee y no se escribe nada, así que el documento original queda intacto. Si quieres fijar las respuestas en la página, eso es lo que hace el aplanado.
¿Funciona con un formulario protegido con contraseña?
Solo si se abre sin contraseña. Un documento cifrado con contraseña de usuario debe descifrarse antes de poder leer sus campos.
Herramientas relacionadas
Aplanar PDF — Fija los campos de un formulario relleno en la página.
PDF a texto — Extrae texto seleccionable de un PDF como texto plano o Markdown.