OmniDoc Extracción de documentosPDF a Markdown y JSON, gratis
Obtén los encabezados, párrafos, tablas e imágenes de un PDF, un escaneo o un archivo Office en el orden y jerarquía del original, ya que Markdown y JSON puedes usarlos de inmediato.
Comience a extraer gratisAplicación de escritorio: sin límite de páginasHasta 501 páginas por PDF y sin límite mensual; las tareas gratuitas esperan en una cola. Para archivos largos o cuando tienes prisa, la aplicación de escritorio OmniDoc no tiene límite de páginas ni cola.
Elige por tarea
- PDF a MarkdownTítulos, párrafos y tablas juntos.
- OCR de documentos escaneadosArchivos e imágenes PDF escaneados y convertidos en texto estructurado editable
- PDF extracción de tablaTablas en tablas Markdown y JSON
- Word, PowerPoint y Excel a MarkdownLa estructura de los archivos de Office se lee directamente
como funciona
Sube el archivo
Inicia sesión con una cuenta OmniDoc y deja el archivo en la página.
Iniciar la extracción
PDF archivos, escaneos e imágenes pasan por análisis de maquetación, reconocimiento de texto y reconocimiento de tablas; Los archivos de Office, libros electrónicos y páginas web se analizan directamente.
Descargar el resultado
Descarga un archivo ZIP con Markdown, JSON y las imágenes. El trabajo se ejecuta en segundo plano, así que puedes cerrar la página.
Lo que mantiene el resultado
niveles de encabezado
Los capítulos, párrafos y listas mantienen la jerarquía del original; en Markdown los encabezados son #, ## y así sucesivamente.
Filas y columnas de tablas
Las tablas aparecen como tablas Markdown y datos estructurados, no como una serie de números.
Los escaneos también funcionan
Los archivos e imágenes PDF escaneados se reconocen primero y luego se organizan según su diseño.
Imágenes exportadas por separado
Las imágenes se guardan en la carpeta images/ y sus posiciones se marcan en el Markdown y en JSON.
¿Qué hay en el archivo ZIP
document.md | El texto completo como Markdown |
document.json | Datos estructurados en orden de lectura. |
images/ | Las imágenes del documento, guardadas por separado. |
manifest.json | Una lista de los archivos con información básica. |
Formatos soportados
| Archivo | como se procesa |
|---|---|
| PDF, imágenes escaneadas PDF, PNG, JPG, WEBP y BMP | Análisis de diseño, reconocimiento de texto (OCR) y reconocimiento de tablas. |
| Word documentos, PowerPoint presentaciones, Excel sheets, CSV | La estructura del documento se lee directamente. |
| EPUB libros electrónicos, HTML páginas | Se analizan los capítulos y el texto principal |
| Subtítulos Markdown, TXT, SRT y ASS | Convertido al mismo Markdown y JSON |
Ejemplo
La aplicación de escritorio OmniDoc
La aplicación gratuita de escritorio para Windows, macOS y Linux abre, edita y guarda archivos en tu propio ordenador.
10 000 páginas y escribir sigue siendo fluido
Edita un documento de más de 10 000 páginas tan fácil como uno corto: cada pulsación se maqueta en unos 9 ms y saltar a cualquier página tarda unos 3 ms.
Compatibilidad al 100 % con Office XML clásico
Los archivos .docx, .xlsx y .pptx se abren y se guardan de forma nativa y siguen siendo archivos de Office estándar; fórmulas, gráficos y tablas dinámicas siguen funcionando.
Los nuevos formatos estándar chinos
Abre y edita archivos OFD (GB/T 33190) y conviértelos a PDF y desde PDF; las referencias GB/T 7714—2015, una plantilla de tesis GB/T 7713.1 y la numeración de documentos oficiales 一、（一）1.（1）① vienen incluidas.
Preguntas
¿En qué se diferencia esto de copiar el texto?
Copiar te da texto plano. La extracción mantiene los encabezados, párrafos, tablas e imágenes y cómo se relacionan como datos estructurados que un programa puede utilizar.
¿Para qué puedo utilizar el resultado?
Markdown se adapta a notas, bases de conocimiento y sitios de documentación; el JSON está en orden de lectura y se adapta a bases de datos, recuperación de IA (RAG) y procesamiento adicional por programas.
¿Es preciso el reconocimiento?
Los archivos PDF con una capa de texto y archivos Office se leen directamente. Los escaneos e imágenes pasan por reconocimiento de texto, así que comprueba los números y tablas con el original.
¿Necesito una cuenta?
Sí. Inicia sesión con una cuenta OmniDoc; La inscripción es gratuita. Solo tú puedes ver los archivos que subes y sus resultados.
¿Cuáles son los límites de la versión gratuita?
Hasta 501 páginas por PDF y sin límite mensual; las tareas gratuitas esperan en una cola. Para archivos largos o cuando tienes prisa, la aplicación de escritorio OmniDoc no tiene límite de páginas ni cola.
¿Necesito instalar algo?
No, se ejecuta en el navegador. Para archivos largos, o cuando tengas prisa, usa la aplicación de escritorio OmniDoc para Windows, macOS o Linux.
Pruébalo ahora
Hasta 501 páginas por PDF y sin límite mensual; las tareas gratuitas esperan en una cola. Para archivos largos o cuando tienes prisa, la aplicación de escritorio OmniDoc no tiene límite de páginas ni cola.
Comience a extraer gratisDescarga la app de escritorio