Jerarquía semántica
Distingue encabezados, párrafos y elementos de lista dentro de cada página.
Conversión privada dentro del navegador
Convierte PDF a XML estructurado
Recupera páginas, títulos, párrafos, listas y coordenadas en un XML limpio. Incluye OCR gratuito para documentos escaneados.
XML semánticoCoordenadas de textoOCR localGratis e ilimitado
Conversor estructurado
Convierte PDF en XML útil
Arrastra tu archivo PDF aquí
Texto nativo, escaneado o documento mixto
Sin subidas · Sin registro · Sin límite diario
XML bien formado
Escapa caracteres especiales y elimina controles incompatibles con XML 1.0.
Estructura verificable
Conserva páginas, orden, roles y coordenadas sin mezclar todo el texto.
Solo en memoria
El PDF y el XML desaparecen al cerrar o recargar la pestaña.
No es una cadena de texto gigante
XML pensado para integraciones reales
Cada elemento conserva su página, orden y función para facilitar búsquedas, migraciones, análisis documental y automatizaciones.
Geometría opcional
Registra X, Y, ancho, alto, tamaño de fuente y negrita de las líneas nativas.
OCR bajo demanda
Reconoce únicamente las páginas sin texto suficiente y conserva el origen de cada resultado.
Tres pasos
Cómo pasar un PDF a XML gratis
- 01
Selecciona el PDF
Carga un documento local o reutiliza el PDF activo de otra herramienta.
- 02
Define la estructura
Elige salida semántica o maquetación y configura OCR y metadatos.
- 03
Descarga o copia
Revisa el XML generado y guárdalo sin marcas de agua ni límites diarios.
Semántica frente a apariencia
Elige el XML adecuado para tu proyecto
XML semántico prioriza una lectura limpia: páginas, encabezados, párrafos y listas. Es la opción recomendada para indexación, archivo, traducción y procesamiento de lenguaje.
XML de maquetación añade la geometría de cada línea de texto nativa. Resulta útil para analizar zonas, columnas, formularios y posiciones sin rasterizar el documento.
El PDF describe dónde dibujar elementos, pero no siempre declara qué representa cada tabla o figura. Por eso el resultado conserva evidencias medibles y evita inventar relaciones que el original no contiene.
Usa la salida adecuada para cada necesidad
El PDF original permanece activo para continuar sin volver a seleccionarlo.
PDF a texto
Obtén TXT, Markdown o JSON cuando no necesitas etiquetas XML.
Abrir herramientaPDF a Excel
Reconstruye tablas como celdas editables para trabajar con datos.
Abrir herramientaExtraer imágenes
Recupera fotos, logos y gráficos raster incrustados en el PDF.
Abrir herramientaPreguntas frecuentes sobre convertir PDF a XML
Estructura, coordenadas, OCR, tablas, imágenes, validez y privacidad del archivo XML.
¿Cómo convertir un PDF a XML gratis?
Carga el PDF, elige XML semántico o de maquetación y pulsa Convertir PDF a XML. El archivo se genera localmente y queda disponible para descargar o copiar.
¿Qué estructura tiene el XML generado?
La raíz identifica el modo y contiene metadatos, estadísticas y páginas. Cada página conserva títulos, párrafos y listas; el modo de maquetación añade líneas con posición, tamaño, fuente y negrita.
¿Funciona con PDF escaneados?
Sí. Si una página no contiene suficiente texto seleccionable, el OCR local puede reconocer texto impreso en español, inglés o ambos. El texto OCR se guarda de forma semántica sin inventar coordenadas inexistentes.
¿Cuál es la diferencia entre XML semántico y XML de maquetación?
El semántico es más compacto y adecuado para búsquedas, archivos e integraciones. El de maquetación conserva además las coordenadas de las líneas nativas para analizar la disposición de la página.
¿El XML incluye imágenes del PDF?
No incrusta binarios de imagen. Esta herramienta se concentra en texto, estructura y geometría. Para recuperar fotos y gráficos originales utiliza Extraer imágenes de PDF.
¿Puede convertir tablas a XML?
Conserva las líneas y sus coordenadas, lo que permite procesar tablas posteriormente, pero no afirma relaciones de filas y columnas cuando el PDF no contiene una estructura semántica fiable. Para hojas tabulares utiliza PDF a Excel.
¿El archivo XML es válido?
El generador declara UTF-8, escapa los caracteres reservados y elimina controles incompatibles con XML 1.0. La estructura usa un espacio de nombres estable de Formato Rápido.
¿Mi PDF se envía a internet?
No. La lectura, el OCR y la creación del XML ocurren en la memoria de tu navegador. El documento no se guarda ni se utiliza con fines publicitarios o de entrenamiento.
Cómo se conectan los formatos PDF y XML
.pdf · Documento de página fija
Formato PDF
PDF representa documentos electrónicos mediante páginas de geometría fija para que puedan intercambiarse, verse e imprimirse de forma consistente.
.xml · Datos estructurados con etiquetas
Formato XML
XML representa información jerárquica mediante elementos y atributos legibles por personas y programas, con reglas estrictas para formar documentos interoperables.