Extracción de datos de PDF
Extrae datos estructurados de facturas, formularios y documentos con IA, intégralos mediante API o expórtalos a Excel, CSV y JSON. Gratis, en tu navegador.
¿Qué necesitas extraer?
Elige el tipo de datos que quieres obtener de tus PDF.
Datos de sitios web
Obtén precios, fechas o cualquier campo que nombres directamente de una página web en vivo.
Plano
Extrae nombres de estancias, dimensiones y superficies de planos arquitectónicos y proyectos.
Factura
Extrae líneas de detalle, totales, importes de impuestos y datos del proveedor de las facturas.
Formulario
Extrae nombres de campos, valores, casillas de verificación y secciones de formularios rellenados.
Correo electrónico
Extrae remitente, destinatarios, asunto y cuerpo de correos archivados.
Tabla
Extrae datos tabulares con detección automática de encabezados y tipos de datos.
Documentos legales
Analiza contratos y acuerdos: partes, cláusulas, términos clave y señales de riesgo.
Metadatos de archivos
Lee autor, fecha de creación, revisión y EXIF/GPS del archivo original, con SHA-256.
Eliminar metadatos
Elimina autor, fechas, EXIF/GPS y propiedades ocultas antes de compartir, y recibe el mismo formato.
Editar metadatos
Corrige el autor, el título, las fechas o los campos de la cámara y descarga el archivo en el mismo formato.
Verificar y huella digital
Cuatro hashes independientes (bytes, texto, visual y metadatos) para demostrar que el contenido sigue idéntico aunque hayan cambiado los metadatos.
Comparar archivos
Compara dos archivos en una matriz de igualdad y consulta en qué capa difieren: bytes, contenido o metadatos.
Diferencias visuales
Compara dos PDF o imágenes píxel a píxel y consulta exactamente dónde difieren: mapa de calor, regiones y % de cambio. También funciona con escaneados.
Personalizado
Define tus propias reglas de extracción con instrucciones basadas en IA.
Cómo funciona
Tres pasos del documento a los datos estructurados.
Sube tus archivos
Sube archivos PDF, Word, Excel o de correo electrónico. Hasta 10 archivos a la vez, con un máximo de 50 MB por archivo.
Análisis automático
Se analiza el documento y se detectan los campos relevantes. Los archivos de correo se leen directamente; los demás tipos de documento se procesan visualmente.
Descarga los datos estructurados
Exporta a Excel, CSV, JSON o UBL. Cada tipo de archivo devuelve los campos propios de ese tipo de documento.
# Extract invoice data from PDF
curl -X POST https://api.pdfen.com/v2/extract \
-H "Authorization: Bearer YOUR_API_KEY" \
-F "file=@invoice.pdf" \
-F "type=invoice" \
-F "format=json"
# Response
{
"vendor": "Acme Corp B.V.",
"invoice_number": "INV-2025-0042",
"total": 1512.50,
"vat": 262.50,
"line_items": [...]
}Automatiza con nuestra API
Integra la extracción de datos en tu propia aplicación. Envía archivos mediante la API REST y recibe los datos estructurados en JSON.
-
Procesamiento por lotes
Procesa varios archivos por llamada a la API. Compatible con PDF, Word, Excel y correo electrónico.
-
Webhooks
Recibe una notificación cuando termine la extracción, sin necesidad de consultar el estado continuamente.
-
Varios formatos
Obtén los resultados en JSON, CSV, Excel o UBL (para facturas).
Formatos de salida
Exporta los datos extraídos en el formato que mejor encaje con tu flujo de trabajo.
Excel
Listo para hojas de cálculo, con formato y varias hojas.
CSV
Formato universal para bases de datos y herramientas de datos.
JSON
Datos estructurados para API y aplicaciones.
XML
Formato empresarial para integraciones de sistemas.
UBL
Estándar europeo de facturación electrónica (EN 16931).
Preguntas frecuentes
¿Qué tipos de archivo puedo subir?
Puedes subir archivos PDF, Word (.doc, .docx), Excel (.xls, .xlsx) y de correo electrónico (.eml, .msg). Los archivos de Word, Excel y correo se convierten automáticamente para su procesamiento. Los archivos de correo se leen directamente, sin conversión. Hasta 10 archivos a la vez, con un máximo de 50 MB por archivo.
¿Qué precisión tienen los resultados?
Depende del tipo de extracción. La extracción de correos es 100 % precisa porque los archivos se leen directamente. Los formularios PDF con campos integrados (AcroForm) también son 100 % precisos. En la extracción visual (facturas, tablas, documentos legales), cada campo extraído incluye una puntuación de confianza (alta/media/baja) para que veas dónde puede ser útil una revisión manual.
¿Qué idiomas son compatibles?
La extracción visual funciona con documentos en todos los idiomas habituales, incluidos neerlandés, inglés, alemán, francés y español. Los campos de datos extraídos se estandarizan independientemente del idioma de origen. La extracción de correos no depende del idioma.
¿Cuánto cuesta la extracción de datos?
El coste varía según el tipo de extracción. Los formularios PDF con campos AcroForm cuestan 1 credit. Las facturas y las tablas cuestan 2 credits por PDF (3 por archivo de Word/Excel). Los documentos legales cuestan 3 credits por PDF (4 por archivo de Word). Los correos electrónicos cuestan 2 credits por archivo. Los usuarios nuevos reciben 15 credits gratis al registrarse.
¿Puedo automatizar la extracción mediante una API?
Sí. Con la API REST puedes enviar archivos y recibir los resultados estructurados en JSON. Los webhooks te avisan cuando termina el procesamiento. La API admite los seis tipos de extracción y todos los formatos de archivo.
¿Listo para extraer datos de tus documentos?
Crea una cuenta gratuita y recibe 15 credits para empezar.