PDF Get Text

Tipo: pdf-get-text · Paquete: PDF Activities v1.0.0 · Salida: string

Extrae todo el texto de un PDF, juntando el contenido de todas sus páginas en una sola cadena. Es la actividad central para leer documentos: facturas, contratos, reportes — y luego extraer datos concretos con expresiones regulares.

Cómo funciona

Lee el texto de cada página del PDF y lo concatena, separando las páginas con separator (por defecto, dos saltos de línea). Devuelve el resultado como un string.

Parámetros requeridos

Parámetro	Editor	Descripción
`path`	expresión	Ruta del archivo PDF.

Parámetros opcionales

Parámetro	Editor	Descripción
`separator`	expresión	Separador entre páginas. Por defecto, dos saltos de línea.

Salida

Devuelve un string con todo el texto del PDF.

Ejemplo

Extraer el total y el número de una factura:

PDF Get Text   path = = rutaFactura   → output: texto
Set Variable   name = numero   value = = regexFind(texto, "FAC-\d+")
Set Variable   name = total    value = = regexFind(texto, "Total:\s*\$?([\d.,]+)")

Actividades relacionadas

PDF Get Text (Page) — extraer solo una página.
PDF Search Text — encontrar en qué página está un texto.
OCR Recognize — para PDF escaneados.