Extractor de texto DOCX

Suelta el DOCX en esta página y el texto del cuerpo aparece de inmediato en el panel principal, ordenado por párrafos y listo para copiar. Si prefieres guardarlo, el botón de descarga crea un .txt con el mismo nombre del archivo; la tabla de párrafos indica además el estilo de cada uno para localizar títulos.

No, el archivo se descomprime y se analiza dentro de la pestaña del navegador y su contenido no sale por la red. Tampoco se guarda en el almacenamiento del navegador: al recargar o cerrar la pestaña desaparece, así que copia o descarga lo que quieras conservar.

Sí, funciona en el navegador del móvil igual que en Windows o Mac, siempre que sea una versión reciente de Chrome, Safari, Firefox o Edge. La extracción usa la descompresión integrada del navegador; si aparece el aviso de descompresión no disponible, actualiza el navegador y vuelve a intentarlo.

Esos errores indican que una parte interna del DOCX está dañada o incompleta, casi siempre por una descarga o sincronización interrumpida. La herramienta verifica cada parte que lee con su suma de comprobación y se detiene antes de mostrar texto corrupto. Descarga otra copia o pide a quien te lo envió que lo vuelva a guardar.

El formato .doc antiguo es binario y distinto del DOCX, por eso se reconoce y se rechaza con un mensaje propio en vez de leerse mal. Ábrelo en Word, LibreOffice o Google Docs, guárdalo como .docx y arrastra esa nueva copia; a partir de ahí la extracción funciona con normalidad.

Cada archivo puede pesar hasta 25.000.000 bytes, unos 25 MB; por encima se rechaza antes de empezar a analizarlo. Dentro del paquete, las partes XML que la herramienta lee de verdad (word/document.xml, [Content_Types].xml, notas al pie, notas al final y comentarios) no pueden descomprimirse a más de 25 MB cada una ni a más de 100 MB en total; las imágenes y demás entradas no se descomprimen, así que ese límite no les afecta. El paquete admite hasta 20.000 entradas y no se aceptan ZIP64 ni volúmenes divididos. Un cuerpo de más de 300.000 caracteres se entrega completo con un aviso.

No, las notas al pie, notas al final, comentarios, encabezados, pies de página y cuadros de texto no se mezclan con el cuerpo; solo se cuentan. El panel de estructura muestra cuántos hay de cada tipo para que sepas qué contenido queda fuera. Las celdas de tabla y los hipervínculos sí forman parte del cuerpo.

La herramienta nunca ejecuta, desensambla ni interpreta el código de las macros: solo lee texto y estructura del paquete. Si encuentra vbaProject.bin, el contador de partes de macro lo refleja como un dato neutro, que no afirma que el archivo sea peligroso ni inofensivo. Decide si habilitar macros en Word según el origen del archivo.

Las inserciones registradas se incluyen en el texto y las eliminaciones se excluyen, igual que el punto de origen de los fragmentos movidos. Los recuentos de inserciones y eliminaciones aparecen en las estadísticas, y un aviso señala lo excluido, de modo que el resultado equivale a aceptar todos los cambios, no al borrador original.

Sí, tras la extracción el botón de descarga guarda un .txt en UTF-8 sin necesidad de Word ni de registro. Cada párrafo ocupa una línea y se respetan las tabulaciones y los saltos manuales; el formato, las imágenes y la paginación no pasan al texto plano porque ese formato no los admite.