Pasar un PDF escaneado a Excel: 3 métodos explicados

Tienes delante una factura en PDF que llegó del escáner y necesitas sus datos en Excel para sumarlos, filtrarlos y cruzarlos con el resto de hojas. El problema es que un PDF escaneado es solo una foto de la página: no tiene texto seleccionable, así que abrirlo con Excel directamente no sirve. En este tutorial pasas ese documento a .xlsx usando una herramienta con OCR, lo abres en Excel y arreglas lo que el OCR suele descuadrar: celdas pegadas, números como texto y cabeceras repetidas. Funciona en Excel 2007, 2010, 2013, 2016, 2019, 2021, 2024, Microsoft 365 y Excel para la web y Mac, porque el OCR se hace fuera de Excel y el archivo que se obtiene es un .xlsx estándar.

Qué es un PDF escaneado y por qué Excel no lo abre solo

Un PDF escaneado es una imagen de una página, no un documento con texto. Cuando pasas una factura por el escáner, el archivo guarda una foto de cada hoja: letras, números y líneas son píxeles. Por eso, al abrirlo en Excel con un doble clic, lo que ves es la página dibujada o, directamente, un mensaje diciendo que Excel no puede mostrar el archivo.

Excel no trae una herramienta nativa para abrir PDF escaneados. Sí puede abrir PDFs que ya tienen texto seleccionable (los que se Exportaron desde un programa), usando Datos > Obtener y transformar datos > Desde un archivo > Desde PDF. Pero esa ruta no hace OCR: si el PDF es una foto, la tabla sale vacía.

Cuando el PDF es una imagen, hace falta un paso previo: reconocer el texto de la foto con un OCR. El resultado se baja como un .xlsx normal y ese archivo sí lo entiendes Excel y todas sus fórmulas.

Cómo funciona el OCR: la pieza que convierte imagen en texto

OCR son las siglas de Optical Character Recognition, reconocimiento óptico de caracteres. La herramienta mira la imagen del PDF, identifica las formas que coinciden con letras y números, y las entrega como texto en una celda de una hoja de cálculo.

Las herramientas que convierten PDF a Excel ofrecen dos modos. Uno sin OCR, pensado para PDFs con texto seleccionable: lo que hace es extraer el texto que ya está debajo de la imagen y ponerlo en celdas. Otro con OCR, pensado para PDFs escaneados: este modo lee la imagen y la convierte en texto. Si tu PDF es una foto, tienes que elegir el modo con OCR; si no, la hoja te llega vacía.

El OCR reconoce varios idiomas y conviene elegir el del documento (español en la mayoría de los casos). El archivo final siempre se descarga como .xlsx, el formato estándar de Excel, así que se abre sin pasos extra.

Convertir un PDF escaneado paso a paso con una herramienta online

El libro de trabajo es la factura escaneada de un proveedor: una sola hoja con 8 líneas (fecha, número de factura, concepto, unidades, precio unitario, total por línea, IVA y total con IVA). Vamos a pasarla a una hoja de cálculo limpia llamada Factura-octubre para poder sumar y filtrar después.

Subir el PDF desde el equipo, Drive o Dropbox

1. Abre en el navegador una herramienta online de PDF a Excel con OCR (hay varias gratuitas y de pago; ejemplos conocidos son las que ofrece Smallpdf, iLovePDF, Adobe Acrobat online o Microsoft Lens).
2. Busca el botón Subir archivo o Convertir PDF.
3. Arrastra la factura escaneada desde la carpeta del equipo a la zona de subida, o selecciónala con el explorador. También puedes elegir subirla desde Google Drive o Dropbox si la tienes allí.
4. Comprueba que junto al archivo aparecen su nombre (factura-octobre.pdf) y su tamaño (unos 240 KB en este caso).
5. No pulses todavía Convertir: primero hay que marcar el modo con OCR.

Elegir el modo con OCR cuando el PDF es escaneado

1. En la misma pantalla, abre el desplegable de Modo o Detectar texto.
2. Elige la opción con OCR (suele llamarse Con OCR, OCR o Con reconocimiento de texto). No elijas Sin OCR: ese modo es para PDFs que ya tienen texto y aquí dejaría la hoja vacía.
3. En Idioma o Reconocer idioma, elige Español.
4. Pulsa Convertir o Iniciar.
5. Espera a que termine el indicador de progreso (unos segundos en una factura de 1 página; hasta un minuto en documentos largos).

Bajar el .xlsx y abrirlo en Excel

1. Pulsa Descargar y guarda el archivo en la carpeta del equipo (por ejemplo, factura-octobre.xlsx).
2. Abre Excel y usa Archivo > Abrir > Examinar para localizarlo, o doble clic sobre el archivo en el explorador.
3. Verás la hoja Factura-octubre con los datos en celdas, no como imagen.

Limpiar la hoja que llega del OCR: lo que casi siempre falla

Aunque el OCR haga su trabajo, la hoja rara vez queda perfecta. Estos son los tres fallos más frecuentes y cómo arreglarlos en Factura-octubre:

• Datos juntos en una sola celda: a veces la herramienta junta concepto, unidades y precio en una sola columna.
• Números reconocidos como texto: aparecen alineados a la izquierda y la fórmula =SUMA(F2:F9) da 0.
• Cabeceras repetidas: si el PDF tenía varias páginas, la fila de cabeceras se repite debajo y descuadra los totales.

Separar datos que el OCR metió en una sola celda

En la hoja que llegó del OCR, las columnas C, D y E (concepto, uds, precio) vinieron juntas en una sola columna C. La idea es partir esa columna en tres.

1. Selecciona la columna C (clic sobre la letra C).
2. Ve a Datos > Herramientas de datos > Texto en columnas.
3. En el paso 1 del asistente, elige Delimitados y pulsa Siguiente.
4. Marca el espacio como delimitador (si no lo está) y desmarca Tabulación.
5. Pulsa Siguiente y luego Finalizar.

Convertir números reconocidos como texto en números

La columna F (Total línea) muestra los totales alineados a la izquierda y =SUMA(F2:F9) da 0. Eso pasa porque el OCR los guardó como texto.

1. Selecciona el rango F2:F9.
2. Verás un triángulo verde en la esquina superior izquierda de cada celda y un icono de aviso. Haz clic sobre él.
3. Elige Convertir en número.
4. Repite en E2:E9 (Precio ud.) si también entra como texto.

Ahora en H1 escribe =SUMA(F2:F9) para confirmar: con los datos del libro debe dar 130,70.

=SUMA(F2:F9)

Quitar la fila de cabeceras que se repite en cada página

En un PDF de varias páginas, la fila 1 de cabeceras aparece repetida al final de cada página. Aquí la factura tenía una sola página, pero si la tuya tiene más,ocultar ocultar la fila 1 repetida en F10, F18, etc.

1. Selecciona una celda de la columna A.
2. Ve a Inicio > Edición > Ordenar y filtrar > Filtro.
3. Abre la lista de la columna A y desmarca (Seleccionar todo). Marca solo los valores que son fechas reales.
4. Las filas de cabeceras (donde A = Fecha) quedan ocultas. Selecciónalas y bórralas.
5. Pulsa de nuevo Inicio > Edición > Ordenar y filtrar > Filtro para quitar el filtro.

Por qué el Excel resultante se descuadra o sale vacío

Tres causas reales que verás en Factura-octubre cuando algo va mal.

El PDF era una foto de baja calidad

Si escaneaste la factura a 150 dpi en lugar de 300, el OCR devuelve celdas vacías o letras sueltas: por ejemplo, la celda C8 puede mostrar Cuade os en vez de Cuadernos, o la celda D9 quedarse vacía. Lo más fiable es rehacer el escaneo a 300 dpi en blanco y negro y volver a convertir. Si no puedes rehacer el escaneo, prueba con otra herramienta de OCR: cada motor reconoce mejor unas tipografías.

El idioma del OCR no coincide con el del documento

Si el documento está en español pero el OCR se quedó en inglés, verás símbolos raros: 18,5O en vez de 18,50, o Ca ááa en vez de Carátula. La solución es volver a convertir marcando Español como idioma del reconocimiento.

La hoja se abre pero parece una imagen pegada

Abres el .xlsx y la hoja muestra la página del PDF incrustada como imagen, sin celdas con datos. Eso significa que la herramienta no procesó el PDF con OCR: seguramente elegiste el modo Sin OCR pensando que era más rápido. Toca rehacer la conversión activando el modo Con OCR y volver a descargar.

Cuándo conviene una app de escritorio y cuándo basta con la web

Las herramientas web gratuitas están bien para uno o dos PDF al día, pero suelen tener límites: tope de MB por archivo, número de conversiones por hora o por mes, y el idioma español a veces solo en la versión de pago. Para un uso puntual (una factura, un par de albaranes), dan de sobra.

Cuando el volumen crece (varios PDFs cada día, documentos largos o escaneos de baja calidad), conviene una app de escritorio que trabaje sin conexión: Adobe Acrobat Pro, ABBYY FineReader o Readiris. Permiten ajustar la zona de la tabla, corregir a mano lo que el OCR dudó y guardar lotes enteros como .xlsx sin límite de tamaño. La pega es que son de pago y se pagan por licencia o por año.

Una tercera vía, si tienes Microsoft 365, es abrir el .xlsx en Excel para la web y revisar la hoja con Buscar y reemplazar (Ctrl+L) para corregir de un golpe los errores típicos del OCR antes de seguir trabajando con la factura.

Lo que ya sabes hacer con un PDF escaneado en Excel

• Subir un PDF escaneado a una herramienta con OCR y elegir el modo con OCR y el idioma español.
• Descargar el resultado como .xlsx y abrirlo en Excel con los datos en celdas.
• Partir una columna mal agrupada con Datos > Herramientas de datos > Texto en columnas.
• Convertir números reconocidos como texto usando el aviso de error Convertir en número.
• Quitar cabeceras repetidas con un filtro en Inicio > Edición > Ordenar y filtrar.

Siguiente paso: abre la hoja Factura-octubre, pulsa Ctrl+L para abrir Buscar y reemplazar, y corrige los símbolos raros que el OCR haya podido colar (por ejemplo, una O mayúscula donde debería ir un 0). Cuando esté limpia, ve a Archivo > Guardar como y guárdala como Libro de Excel (.xlsx) en la carpeta de facturas del mes.