Cómo sacar los correos de un documento

Para sacar todos los correos de un documento, abre el extractor de correos electrónicos, arrastra el PDF, Word, Excel o CSV (o pega el texto) y la lista aparece al instante, sin repeticiones y lista para copiar o exportar. Como el archivo se lee en tu navegador y no viaja a ningún servidor, puedes hacerlo ahora mismo con tu archivo real, incluso si contiene direcciones de otras personas.

¿Cómo extraer los correos de un PDF, Word o Excel?

El proceso es el mismo para cualquier formato y tarda unos segundos. No hay que instalar nada ni crear una cuenta.

1. Carga el material. Arrastra uno o varios archivos al recuadro, o pega texto, HTML o código en el área de texto. Puedes combinar ambas cosas: el resultado junta todo.
2. Ajusta las opciones. Deduplicar e Ignorar mayúsculas vienen activadas. Aquí también eliges los dominios que quieres conservar o excluir.
3. Revisa la lista. Verás el número de correos únicos y de duplicados descartados. Si cargaste varios archivos, cada uno muestra cuántos correos aportó.
4. Copia o exporta. Puedes copiarla al portapapeles o descargarla como TXT (un correo por línea), CSV (una columna con la cabecera email) o JSON (una lista de cadenas).

Si prefieres ver el resultado ordenado, activa Agrupar por dominio: las direcciones se reúnen bajo cada dominio, de más a menos frecuente. Es útil para detectar de un vistazo qué empresas aparecen más en una lista.

Qué formatos lee y cuáles no

Lee texto plano y los formatos de uso diario: .txt, .csv, .tsv, .json, .html, .xml, .vcf (contactos), .eml (correos guardados) y .md, además de .pdf, .docx y .xlsx. El límite es de 50 MB por archivo.

Hay tres límites que conviene conocer. El primero: un PDF escaneado es solo una imagen y no contiene texto, y esta herramienta no hace OCR. Si es tu caso, primero aplica el OCR a tu PDF o sigue la guía para extraer texto de un PDF escaneado. El segundo: si el PDF está protegido con contraseña, la herramienta avisa y no lo abre, así que primero hay que quitar la contraseña del PDF (necesitas conocerla; aquí tienes la guía para quitar la contraseña a un PDF). El tercero: los formatos antiguos .doc y .xls no se admiten, y hay que guardarlos como .docx o .xlsx.

Dos detalles prácticos. De un Word se leen también encabezados, pies, notas y comentarios, y se recuperan los correos escondidos tras un hipervínculo mailto: aunque el texto visible diga otra cosa (por ejemplo, "escríbenos"). En un Excel se recorren todas las hojas, no solo la primera. Si tu lista está en un CSV con acentos rotos, la herramienta prueba UTF-8 y, si no es válido, Windows-1252, que es lo que suele producir Excel. Para convertir ese CSV a una hoja de cálculo hay otra herramienta: convertir CSV a Excel.

Duplicados, mayúsculas y filtros por dominio

Una lista real casi nunca llega limpia: la misma dirección aparece en la firma de cada mensaje, en la cabecera y en el cuerpo, a veces con mayúsculas distintas. Con Deduplicar e Ignorar mayúsculas activados, todas esas variantes se reducen a una. Una nota técnica: en teoría la parte anterior a la arroba podría distinguir mayúsculas, pero en la práctica los proveedores no lo hacen, y por eso es seguro normalizar. Si necesitas conservar la grafía original, desactiva la opción.

Los filtros por dominio resuelven el otro problema habitual: ruido. Puedes excluir tus propios dominios (la firma de tu empresa aparece en todo), quedarte solo con empresa.com para ver quién de un cliente participó en un hilo, o separar las direcciones personales (gmail.com, outlook.com) de las corporativas. Filtrar por un dominio incluye sus subdominios.

Una herramienta de este tipo también descarta cosas que parecen correos pero no lo son. Al pegar HTML o CSS aparecen nombres de recurso como logo@2x.png, que encajan con el patrón de un correo; se eliminan si terminan en extensiones de imagen, fuente o script habituales.

Correos ofuscados: cuándo activar la opción

Muchas webs y documentos escriben las direcciones de forma que los robots no las lean, como nombre [at] dominio [dot] com o nombre(arroba)dominio(punto)com. Esta opción viene desactivada; al activarla, la herramienta entiende at y arroba entre corchetes, paréntesis, llaves o ángulos, igual que dot y punto, y las codificaciones HTML de la arroba (@, @) y del punto.

No sustituye un " at " suelto, porque convertiría frases normales como "nos vemos at noon" en direcciones falsas. Tampoco recupera correos generados por JavaScript ni los que están dentro de una imagen. Y como las direcciones con caracteres fuera del ASCII (un dominio con eñe, por ejemplo) no se reconocen, revisa siempre la lista antes de usarla: ninguna extracción automática es perfecta.

¿Es legal usar los correos que extraigo?

Extraer una dirección y tener derecho a escribirle son cosas distintas, y la herramienta no valida lo segundo. Lo que sigue es una orientación general, no asesoría legal.

• RGPD (Unión Europea): una dirección de correo asociada a una persona es un dato personal, también la de trabajo (nombre.apellido@empresa.com). Tratarla suele requerir una base legal, como el consentimiento o un interés legítimo bien justificado.
• LFPDPPP (México): regula el tratamiento de datos personales por parte de particulares y empresas, y gira en torno al aviso de privacidad y al consentimiento de la persona titular.
• CAN-SPAM (Estados Unidos): regula el correo comercial: exige identificar al remitente, no engañar en el asunto, indicar una dirección postal y ofrecer una forma real de darse de baja.

Los usos de bajo riesgo son los de siempre: migrar tu propia lista de suscriptores, reunir los contactos de un evento que organizaste, o auditar un documento antes de publicarlo para comprobar si se coló alguna dirección que no debía estar. Los de alto riesgo son los masivos sobre direcciones que nadie te dio. Ante duda en un envío comercial, consulta con un profesional.

¿Por qué no subir una lista de contactos a una web desconocida?

Porque una lista de correos son datos personales de terceros, y desde el momento en que la subes a un servidor ajeno pierdes el control: no sabes si se guarda, durante cuánto tiempo ni quién tiene acceso. Si esa lista es de tus clientes, además puedes estar incumpliendo lo que les prometiste.

Aquí el archivo se procesa en el navegador: no hay subida. Y no tienes que fiarte de la palabra de nadie: abre las herramientas de desarrollo de tu navegador (F12), ve a la pestaña Red, arrastra un archivo y comprueba que no sale ninguna petición con su contenido. Haz esa misma prueba con cualquier otra web antes de darle un archivo sensible.

Preguntas frecuentes

Herramientas relacionadas

• Extraer texto de un PDF: saca el texto completo para revisarlo antes de buscar direcciones.
• OCR PDF: da texto a los PDF escaneados para poder extraer sus correos.
• Quitar contraseña a un PDF: abre un PDF protegido (con la contraseña) para leerlo.
• Convertir CSV a Excel: lleva tu lista exportada a una hoja de cálculo.

También te puede interesar: cómo convertir un CSV a Excel sin romper acentos.