Extraer, leer y buscar: cómo trabajan juntas las aplicaciones
Visión general
La mayoría de las cadenas de esta familia siguen un mismo patrón: hacer legible el documento y después sacar o encontrar lo que necesitas. El primer paso solo hace falta con escaneos; con un PDF corriente puedes ir directo a la extracción.
Cadenas habituales
| Objetivo | Cadena | Por qué este orden |
|---|---|---|
| De PDF escaneado a archivo buscable | Rotación PDF (Rotation) → PDF buscable (Searchable) → Compresión de PDF (Compressor) | Corrige la orientación antes de reconocer; la capa de texto aumenta el archivo, así que comprime al final |
| Encontrar una palabra en un escaneo | PDF buscable una vez → Buscar en PDF (Search) muchas veces | El reconocimiento es la parte lenta; hazlo una vez y reutiliza el resultado (o marca la casilla de escaneado en Buscar para una consulta puntual) |
| Texto de un PDF escaneado como .txt | PDF buscable → Extraer texto (Extract Text) | Extraer texto solo lee el texto que ya existe |
| Texto de fotos del móvil | Imagen a TXT (OCR Image) | Directo y rápido |
| Fotos del móvil a un PDF buscable | Fusión de archivos (Merger) → PDF buscable | Primero hay que convertir las imágenes en PDF |
| Escaneo torcido | Deskew → PDF buscable → Extraer texto | Entrada limpia, mejor reconocimiento |
| Reunir las respuestas de formularios devueltos | Extraer datos de formulario (Extract Form Data) | Un CSV por formulario más resúmenes; extrae antes de aplanar |
| Inventario completo de un PDF desconocido | Extraer metadatos (Extract Metadata) + Analizador de PDF (Parser) | Primero las propiedades, luego todo lo que hay dentro |
| Reutilizar las imágenes de un folleto | Extraer imágenes (Extract Image) → Imagen a TXT si contienen texto | Primero las imágenes, luego el texto que haya en ellas |
| Evaluar un CV frente a un puesto | PDF buscable (si el escaneo es malo) → Analizador de currículum (Resume Analyzer) | El analizador lee escaneos por sí mismo, pero una mejor capa de texto ayuda |
| Entender un documento en lenguaje sencillo | PDF buscable (si es un escaneo) → Ask PDF | La IA necesita texto legible |
Relevos con otras familias
- Desde Organizar: Rotación PDF y División de PDF (Splitter) (escaneos muy largos) antes de reconocer; Fusión de archivos para construir un PDF a partir de fotos.
- Desde Reducir y reparar: Enderezar, Unwatermark (quitar marca de agua) y Recovery (recuperación) antes de reconocer o extraer; Compresión de PDF después.
- Desde Proteger: Desbloqueador de PDF (Unlock) antes de casi todo lo de aquí; revisa el validador PDF/A antes de archivar.
- Hacia Añadir estructura: Agregar índice al PDF (Add TOC) cuando el texto ya sea buscable.
- Hacia Entender con IA: Ask PDF, Abstracts y PDF KB trabajan con el texto que aquí has hecho buscable.
- Solución de problemas: los malos resultados se tratan en Problemas de calidad del OCR y de la IA.