Analizador de documentos online

Analizador de documentos online

Este analizador de documentos online extrae texto, cuenta palabras y caracteres y examina estructuras documentales habituales. Permite seleccionar y procesar varios archivos por lotes, lo que facilita organizar trabajos académicos, informes, materiales de consulta y otros contenidos textuales. Cada formato utiliza un método de análisis adecuado, y las estadísticas reflejan el contenido que la herramienta consigue reconocer.

Formatos de archivo compatibles

• TXT: Lee texto sin formato y calcula estadísticas como el número de caracteres, caracteres que no son espacios en blanco, líneas, líneas vacías, párrafos y recuentos de texto chino e inglés.
• Markdown (.md, .markdown): Analiza el texto e identifica estructuras habituales como encabezados, listas, citas en bloque, bloques de código, enlaces, imágenes y tablas.
• DOCX: Extrae texto de documentos Word, analiza párrafos, encabezados, tablas, imágenes y caracteres reconocibles, y lee determinadas propiedades del documento cuando están disponibles.
• RTF: Analiza el texto de documentos Rich Text Format y proporciona estadísticas generales del texto.
• HTML y HTM: Extrae texto de documentos web en el modo de extracción de texto, con una opción para decidir si se conserva la información de los enlaces.

Procesamiento de documentos por lotes

Puedes seleccionar varios archivos compatibles a la vez o añadirlos mediante la interfaz de arrastrar y soltar para reducir las tareas repetitivas. Durante el procesamiento por lotes, revisa el estado, el resultado y los mensajes de error de cada archivo. Si un archivo tiene un formato no válido, contenido dañado o no se puede analizar, evalúalo por separado según su resultado de procesamiento en lugar de considerarlo correcto.

El modo de extracción de texto es adecuado para recopilar el texto principal de varios archivos y copiar o exportar el contenido cuando sea necesario. El modo de análisis de estructuras permite consultar las estadísticas de texto y las estructuras documentales reconocibles de cada archivo. Distingue las estadísticas individuales de los totales agregados para evitar mezclar resultados de documentos diferentes.

Extracción y exportación de texto

El modo de extracción convierte el contenido de los documentos en texto sin formato para facilitar su edición y organización. Puedes ver y copiar el texto extraído o exportarlo como archivo TXT. El texto sin formato no conserva todas las fuentes, colores, paginación, disposición de imágenes ni otros estilos visuales del documento original. Conserva los archivos originales si necesitas mantener su formato.

Estadísticas de caracteres y palabras

La herramienta puede contar caracteres, caracteres que no son espacios en blanco, palabras, líneas, líneas vacías, párrafos, caracteres chinos, palabras en inglés, dígitos y tiempo estimado de lectura. Las reglas de segmentación varían según el idioma, por lo que el recuento de caracteres chinos y el de palabras inglesas utilizan métodos distintos. El tiempo de lectura es una estimación y no representa el tiempo real necesario para leer un documento.

Análisis de estructuras Markdown

Además de las estadísticas generales de texto, el análisis Markdown puede identificar niveles de encabezado, elementos de listas, citas en bloque, bloques de código delimitados, enlaces, imágenes y tablas. Las estadísticas calculadas a partir del texto fuente incluyen los marcadores Markdown, mientras que el recuento de caracteres que excluye algunos marcadores sirve para estimar el contenido legible. Son métodos de recuento diferentes. En estructuras anidadas complejas, sintaxis extendida o Markdown mal formado, los resultados dependen de lo que reconozca la herramienta.

Estructura DOCX y propiedades del documento

El análisis DOCX puede contar párrafos, encabezados, tablas, tablas anidadas, imágenes, caracteres y palabras reconocibles. También puede leer propiedades disponibles como título, asunto, autor, fecha de creación, fecha de modificación, aplicación y número de páginas. Algunas propiedades pueden faltar o estar desactualizadas. Los resultados también pueden diferir de la paginación de Word, del recuento visual de líneas o del recuento de palabras integrado.

Cómo utilizar la herramienta

1. Selecciona el modo de extracción de texto o el modo de análisis de estructura documental.
2. Selecciona uno o varios archivos compatibles, o añádelos mediante la interfaz de arrastrar y soltar.
3. Inicia el procesamiento y revisa el estado de cada archivo, el texto extraído o las estadísticas.
4. Copia el texto, exporta los resultados u organiza las estadísticas individuales según tus necesidades.
5. Si un archivo no se puede analizar o produce resultados inesperados, comprueba el formato, la integridad del contenido y los mensajes de error específicos.

Casos de uso

• Extraer texto por lotes de trabajos académicos, informes y documentos de referencia.
• Comprobar el número de caracteres, líneas y párrafos en archivos TXT y Markdown.
• Analizar encabezados, bloques de código, enlaces y tablas en documentos Markdown.
• Inspeccionar párrafos, encabezados, tablas, imágenes y propiedades reconocibles de archivos DOCX.
• Revisar varios documentos antes de entregarlos, editarlos o archivarlos.

Privacidad y limitaciones de procesamiento

Los archivos se procesan localmente en el navegador, sin subirlos al servidor de la aplicación. El tamaño de los archivos, el volumen del lote y las capacidades del analizador pueden afectar a la velocidad y al contenido procesable. Los archivos dañados, cifrados, con formatos incompatibles o estructuras complejas pueden no analizarse. Los recuentos de caracteres y la identificación de estructuras también pueden diferir de los de otras aplicaciones. Comprueba los resultados importantes con los archivos originales.