Extraer comentarios de PDF y eliminarlos

Acerca de Extraer comentarios de PDF y eliminarlos

Las notas adhesivas, resaltados, tachados y sellos de un PDF son anotaciones: objetos separados colocados encima del contenido de la página. Mientras nadie los haya acoplado a la página, se pueden sacar en forma de lista y también retirar limpiamente.

La pestaña Extraer convierte los comentarios en registros con página, tipo, autor, contenido, texto marcado debajo, fecha de modificación, color y relación de respuesta, y los exporta en CSV, Markdown y JSON. La pestaña Eliminar borra las anotaciones que elijas por tipo, autor o intervalo de páginas y guarda una copia limpia.

El texto bajo un resaltado y los hilos de respuestas

Las anotaciones de resaltado, subrayado y tachado guardan solo las zonas que pintan, como un conjunto de cuadriláteros (QuadPoints); no guardan las palabras de debajo. La herramienta vuelve a leer el texto de la página dentro de esas zonas para rellenar la columna de texto marcado, y recorta en proporción a los caracteres cuando una zona corta una palabra. Así, en una sola fila ves qué frase recibió qué comentario. En un escaneo sin capa de texto la columna queda vacía.

Las respuestas apuntan a su comentario padre mediante la entrada IRT. Al exportar, cada respuesta va justo después de su padre y el Markdown muestra los hilos con sangría. Si una anotación tiene vacío el contenido pero lleva texto enriquecido (RC), se quitan las etiquetas y se usa el texto plano. Las fechas en formato PDF, como D:20240115093000+09'00', pasan a 2024-01-15 09:30:00+09:00.

Qué se lleva por delante la pestaña Eliminar

Por defecto apunta a las marcas de revisión: notas, resaltados, formas, tinta, sellos y similares. Los enlaces y los campos de formulario solo se borran si los marcas. Al eliminar una anotación desaparecen también su ventana emergente y su cadena de respuestas. Al eliminar un campo de formulario se desvincula de la lista de formularios del documento (AcroForm) y se podan los campos padre que quedan sin hijos.

Al guardar se descartan los objetos a los que ya nada hace referencia, de modo que el texto de los comentarios borrados no queda escondido al final del archivo. En cambio, las anotaciones ya acopladas forman parte del dibujo de la página y esta herramienta no puede quitarlas.

Ejemplos

Cómo se usa

1. Sube el PDF; aparecen la lista de comentarios y el total.
2. Ajusta los filtros de tipo y autor y si excluir enlaces, campos de formulario y ventanas emergentes (o elige qué borrar en la pestaña Eliminar).
3. Exporta para obtener CSV, MD y JSON, o compara el archivo limpio con el original en la vista previa del resultado.

Preguntas frecuentes

Notas

Cómo se separan dentro del archivo las anotaciones y el contenido de la página se explica en la guía «Cómo funciona un archivo PDF».