Extraer datos de formulario (Extract Form Data)
Abrir la aplicación: Extrae los datos de un formulario → (products.documentize.app)
En una frase
Extraer datos de formulario lee los campos y valores de un formulario PDF ya rellenado (cuadros de texto, casillas de verificación, botones de opción, listas desplegables) y te los entrega como hojas de cálculo CSV.
Qué la hace especial
- Lee los campos reales del formulario, con sus nombres, en lugar de adivinar a partir del aspecto de la página. Obtienes «Apellido = García», no un bloque de texto.
- Escribe CSV, listo para Excel o para importar a cualquier base de datos, y puede procesar muchos formularios a la vez, que es lo que necesitas para reunir las respuestas de un montón de formularios devueltos.
- Frente al Analizador de PDF (Parser), que también exporta un archivo de formulario (
formdata.xfdf) dentro de un ZIP más grande, esta aplicación produce el CSV, cómodo para hojas de cálculo, y resúmenes. - Frente a Extraer texto (Extract Text): la extracción de texto te daría las etiquetas y las respuestas escritas mezcladas en un texto corrido, sin vínculo entre una etiqueta y su valor.
Cuándo usarla y cuándo no
- Úsala con encuestas, solicitudes, formularios de inscripción o de pedido rellenados como PDF y devueltos a ti.
- No la uses con formularios escaneados o impresos y rellenados a mano; no hay campos que leer. Las preguntas frecuentes del sitio dicen que esos formularios pueden necesitar OCR antes y que la extracción «funciona mejor con formularios PDF rellenables que contienen campos de formulario reales». Usa PDF buscable (Searchable) y después Extraer texto.
- No la uses con un formulario aplanado (aplanado): al aplanar, los campos se convierten en contenido estático y los campos salen vacíos. Guarda una copia antes de usar Aplanar PDF (Flatten).
Antes de empezar
- El PDF debe ser un formulario interactivo (rellenable) que ya esté rellenado. Un formulario vacío devuelve valores vacíos.
- Desbloquéalo si está protegido con contraseña (Desbloqueador de PDF (Unlock)).
- Asegúrate de que los formularios que subes juntos son de la misma plantilla; de lo contrario, sus columnas no coincidirán.
Paso a paso
- Abre Extraer datos de formulario y sube uno o varios formularios PDF rellenados («Cargue un formulario PDF para extraer datos»).
- Pulsa Extract (el botón de extraer).
- Descarga el resultado (un ZIP si hay varios archivos) y abre el CSV en una hoja de cálculo. Extraer de nuevo empieza otra vez.
📷 Marcador de captura de pantalla: el contenido del ZIP de resultados
Opciones explicadas
| Opción | Qué hace | Valor por defecto | Recomendación |
|---|---|---|---|
| (ninguna) | La aplicación no tiene ajustes; cada formulario se exporta con valores separados por comas y una fila de encabezado | - | - |
Qué obtienes
- Para cada PDF, un CSV con el mismo nombre (los nombres de campo en la fila de encabezado y los valores debajo).
- form_data_summary.csv: un informe legible por archivo (estado, número de campos y de filas, la lista de campos y una muestra de los primeros valores).
- form_data_export.csv: un resumen sencillo de los archivos procesados con éxito, una línea por elemento, con un punto y coma entre el nombre y el valor.
- Un formulario que no se puede leer se marca como fallido en el resumen y los demás continúan.
- Los PDF originales no se modifican.
Calidad y límites
- Los valores salen exactamente como se escribieron en los campos: no se reconoce ni se adivina nada.
- Los campos vacíos aparecen vacíos, lo cual suele ser correcto (no se rellenaron) o significa que el formulario se aplanó o se construyó con texto normal en lugar de campos reales.
- Las preguntas frecuentes del sitio enumeran campos de texto, casillas de verificación, botones de opción y listas desplegables; las firmas y los widgets poco habituales pueden no dar valores útiles (compruébalo con tu propio formulario).
- Los resultados se conservan unos dos días.
Funciona bien con
- Ejecuta antes de esta aplicación: Desbloqueador de PDF, División de PDF (Splitter) si un archivo devuelto contiene varios formularios, PDF buscable para formularios escaneados (y entonces lee el texto).
- Ejecuta después de esta aplicación: abre el CSV en una hoja de cálculo; guarda una copia limpia del formulario con Aplanar PDF para el archivo.
- Recetas: Formulario rellenable, A hoja de cálculo.
Errores frecuentes y soluciones
- «El CSV tiene encabezados pero no valores» → el formulario no se rellenó o se aplanó.
- «No se encontró nada» → es un escaneo, o el «formulario» es un PDF normal con líneas dibujadas.
- «Las columnas no coinciden entre archivos» → los formularios proceden de plantillas distintas; procesa cada plantilla por separado.
- «Caracteres raros en Excel» → el CSV está en UTF-8; impórtalo con esa codificación.
Lo mismo en otros sitios
- Plugin de CLI: Documentize.ExtractFormData (se describe como lectura de datos de campos AcroForm y XFA).
- Herramienta MCP: ExtractFormData.
- Consulta Más allá del navegador.
Pruébalo
Abre un formulario PDF rellenable en tu visor, escribe un nombre, marca una casilla, elige un valor de una lista desplegable y guárdalo con otro nombre. Súbelo aquí y abre el CSV: deberías ver un encabezado con los nombres de campo y tus respuestas debajo. Después aplana el formulario con Aplanar PDF y extrae de nuevo para ver por qué importa el orden.