PDF a CSV con IA: revisa filas, valores y datos faltantes
Elaborado con asistencia de IA, fuentes identificadas y ejemplos ficticios originales. No es una prueba comparativa de proveedores de IA. Método editorial y correcciones
Una tabla convertida a CSV puede abrirse normalmente y aun así contener un error de extracción. Que el archivo sea válido significa que su estructura se puede leer; no demuestra que los valores coincidan con el PDF. Este procedimiento separa lectura, organización y comprobación para encontrar dónde falló la conversión.
Define las columnas antes de extraer
Anota el nombre de cada columna y el tipo de dato esperado. Un código de artículo es texto, aunque solo tenga dígitos. La cantidad es un entero cuando el documento así lo indica. Los importes necesitan una convención clara para el separador decimal. Una observación vacía indica que falta información; no es una instrucción para completar el campo.
Para este ejercicio, usa las columnas código, descripción, cantidad, precio unitario y nota. El documento es completamente ficticio: no representa una compra, un presupuesto de proveedor ni un resultado de prueba de un servicio de IA. Descarga el CSV de referencia para comparar tu salida.
| Código | Descripción | Cantidad | Precio unitario | Nota |
|---|---|---|---|---|
| 0018 | Cuaderno, tapa azul | 10 | 12,50 | En evaluación |
| 0021 | Carpeta A4 | 5 | 8,00 | No informado |
| 0100 | Marcador | 2 | 7,25 | Entrega parcial |
Pide fidelidad y un informe de dudas
Extrae la tabla sin completar datos ausentes. Conserva los códigos como texto y las comas decimales. Usa un CSV separado por punto y coma. No mezcles comentarios con el CSV. Después de la tabla, enumera las celdas ilegibles, las filas omitidas y cualquier interpretación necesaria. No calcules valores que no se hayan solicitado.
El punto y coma reduce la confusión visual con la coma decimal en este ejercicio, pero el importador también debe estar configurado con ese separador. No intentes resolver la incompatibilidad reemplazando todas las comas por puntos: podrías alterar descripciones y campos entre comillas.
Comprueba cuatro cosas antes de importar
Filas: ¿hay tres artículos además del encabezado? ¿Se convirtió por error un pie de página en producto?
Identificadores: ¿0018, 0021 y 0100 conservaron los ceros iniciales?
Campos: ¿la descripción “Cuaderno, tapa azul” sigue en una sola celda?
Vacíos: ¿la nota ausente sigue vacía en vez de convertirse en una conclusión sobre entrega o aprobación?
El validador CSV comprueba las comillas y la consistencia del número de campos. Selecciona punto y coma para este archivo. Después compara los datos con el PDF: la herramienta no conoce la tabla original. Una fila con un valor incorrecto puede seguir siendo estructuralmente válida.
Reconcilia los totales de forma independiente
En este ejercicio, los subtotales son 10 × 12,50 = 125,00; 5 × 8,00 = 40,00; y 2 × 7,25 = 14,50. La suma es 179,50. Son la solución del ejemplo, no un resultado de una IA externa. Si tu hoja de cálculo muestra otro total, revisa primero el separador decimal, el tipo de celda, el número de filas y las fórmulas.
Si el documento real contiene su propio total, compáralo con el cálculo. Una diferencia puede deberse a impuestos, descuentos o redondeo, además de un error de lectura. No modifiques una fila arbitrariamente para que cuadren las sumas. Anota la diferencia y vuelve al fragmento que la explica.
JSON puede facilitar la revisión de tipos
El conversor de CSV a JSON conserva los campos como cadenas, lo que puede ayudar a mantener los códigos con ceros iniciales. La aplicación que lea el JSON debe decidir qué valores convertir a números. Documenta que “12,50” equivale a doce unidades y cincuenta centésimas en la notación utilizada; no dependas de una conversión automática.
Al exportar JSON de nuevo a CSV, considera la protección contra texto que parece una fórmula si un campo comienza con signos que una hoja de cálculo podría interpretar. La protección puede añadir un apóstrofo al valor exportado; lee la explicación de la herramienta y comprueba el comportamiento de tu importador. Hay que cuidar tanto la fidelidad como la seguridad de representación.
Conserva un registro de auditoría sencillo
Guarda el PDF original, el CSV extraído y una nota de los cambios. Registra quién revisó los datos y qué páginas se incluyeron. Para un archivo grande, empieza con unas pocas filas de distinto tipo. Un procedimiento que funciona en una tabla simple puede fallar en otra con celdas combinadas, varios encabezados o notas dispersas.
Fuentes y método
Fuentes consultadas el 9 de octubre de 2026. Los procedimientos y ejercicios son propuestas originales de ConverteArq; la documentación siguiente respalda observaciones específicas sobre la tecnología citada.