Recuperar y reutilizar el contenido de un archivo dañado
Objetivo
Sacar un PDF utilizable, o al menos el texto y las imágenes, de un archivo que no se abre, se abre en blanco o muestra texto roto.
Una descarga se cortó al 80 %. Tu visor dice «el documento está dañado». Las fotos del cliente y el texto del acuerdo están ahí dentro en alguna parte, y no puedes pedirles que lo reenvíen hasta el lunes.
Punto de partida
- Un PDF dañado (Recovery trabaja con un archivo por ejecución).
- Si el archivo además tiene contraseña y tú la tienes, desbloquéalo primero. Recovery informa de que los archivos cifrados son irrecuperables. Si no tienes la contraseña, nada de lo de aquí puede ayudarte.
- Conserva el original; prueba distintos ajustes a partir de él, no de un resultado anterior.
Cadena
Desbloquear (si está bloqueado) → Recovery → Extraer texto / Extraer imágenes (o Analizador)
solo si tienes la contraseña reparar sacar lo que necesitas
Desbloquear va antes de Recovery, no después: Recovery rechaza los archivos bloqueados, así que Desbloquear va primero cuando procede.
Paso a paso
1. Desbloqueador de PDF (Unlock), solo si el archivo pide contraseña
Escribe la contraseña y pulsa Desbloquear. Consulta Desbloqueador de PDF.
2. Recovery (recuperación)
Abre Opciones avanzadas:
- Número de páginas esperado: escribe el número real si lo conoces. Una reparación con menos páginas se rechaza en lugar de entregártela como «éxito».
- Cobertura mínima de texto (%): pon un número alto para un documento de texto; deja 0 para los escaneos, que no tienen texto y serían rechazados.
- Política de sanitización: la opción por defecto, Full (completa), elimina metadatos, adjuntos, historial y contenido oculto. Si quieres conservar los adjuntos, elige Keep attachments; si quieres que el archivo se devuelva tal como se reparó, elige None (Ninguno).
- Deja activada la opción Incluir informe diagnóstico completo (PDF rayos X).
Descarga repaired.pdf y los archivos adicionales (imágenes, adjuntos, metadatos, texto recuperado o valores de formulario). Lee el informe de rayos X: qué fase de reparación funcionó, qué páginas son originales, reparadas o reconstruidas, y el nivel de confianza. Consulta Recovery.
3. Extraer texto (Extract Text)
Sobre repaired.pdf, elige Pure y pulsa Extracto. Por qué: aunque la maquetación de las páginas sea imperfecta, es posible que las palabras estén intactas. Si el texto sale confuso, revisa las reparaciones de fuentes del informe. Consulta Extraer texto.
4. Extraer imágenes (Extract Image)
Pulsa Extracto para obtener todas las imágenes incrustadas como PNG. Por qué: las imágenes suelen sobrevivir cuando las páginas no. Consulta Extraer imágenes.
¿Prefieres una sola descarga? Analizador de PDF (Parser) da texto, imágenes, adjuntos, anotaciones, marcadores y datos de formulario en un único ZIP.
Por qué este orden
Reparar antes de extraer, porque los extractores esperan un archivo legible. Desbloquear antes de reparar porque el cifrado lo impide. Extraer al final porque estás sacando contenido de la mejor versión que ya tienes.
Resultado esperado
Un PDF reparado con un informe de rayos X, más archivos .txt e imágenes, o al menos esos extras si el propio PDF sigue sin arreglo.
Comprueba que ha funcionado
repaired.pdfse abre en tu visor y muestra el número de páginas esperado.- El informe no lista funciones eliminadas inesperadas y indica un nivel de confianza que aceptas.
- Las páginas reconstruidas (marcadas en el informe) se comparan con lo que tengas, como una copia anterior.
- El .txt contiene las palabras correctas en una comprobación por muestreo; los archivos de imagen se abren.
Variantes
- El texto sale confuso, o es un escaneo: ejecuta PDF buscable sobre el archivo reparado para reconstruir el texto a partir de las imágenes de página.
- Solo necesitas que vuelva a ser pequeño: repara y luego Compresión de PDF; nunca comprimas un archivo que aún no esté sano.
- En realidad no es un PDF: Recovery te devuelve el archivo con su extensión real (por ejemplo un .docx o un .jpg).
Qué puede salir mal
- «Ninguna fase de recuperación produjo un resultado aceptable»: baja los umbrales de páginas o de texto, lee las notas sobre el daño; quizá queda demasiado poco.
- Metadatos y adjuntos desaparecidos: es la política Full; vuelve a ejecutar con None o Keep attachments.
- Un umbral estricto de cobertura de texto en un escaneo rechaza buenas reparaciones.
- No des por hecho que las páginas reconstruidas equivalen al original; el informe dice cuáles son cuáles.
- El archivo sigue inservible: aun así puede merecer la pena sacar los extras (imágenes, texto).