De PDF a Word y vuelta: qué sobrevive de verdad al viaje

En un sentido se reconstruye, en el otro solo se imprime

Convertir un documento de Word en PDF con Word a PDF es un problema de renderizado. El propio motor de maquetación del documento dibuja la página como si fuera a imprimirla, y el PDF captura ese resultado ya correcto. Convertir un PDF de nuevo en un documento de Word editable con PDF a Word es un problema más difícil en la dirección contraria. Un PDF no guarda información de párrafos, estilos ni estructura del documento. Solo sabe dónde se encuentra cada fragmento de texto en la página. Volver a Word significa reconstruir una estructura que nunca se guardó en el archivo, solo estaba implícita en la posición visual de los elementos. Dos líneas de texto muy juntas pueden ser un solo párrafo o dos. Un espacio en blanco puede ser un salto de párrafo o el límite entre columnas. La conversión tiene que decidir, y solo puede decidir a partir de las posiciones.

La posición en la página no dice si algo era una tabla

PDF no tiene ningún concepto nativo de tabla. Lo que a simple vista parece una cuadrícula de celdas en la página son en realidad fragmentos de texto colocados a intervalos regulares, sin ninguna marca en el archivo que diga «esto es una tabla». Reconstruir esa cuadrícula visual como una tabla real y editable en Word siempre será un proceso aproximado basado en deducir la estructura a partir de la posición. En una tabla compleja o con un diseño irregular es razonable que luego haga falta un repaso manual. Es una limitación del propio formato, no un fallo corregible de una herramienta de conversión concreta.

Texto fluido y maquetación exacta responden a preguntas distintas

Reconstruir un PDF como párrafos de texto fluido que se recolocan al editar es la opción adecuada cuando el documento se va a reescribir después. Eso es lo que «editable» suele significar en la práctica. Reconstruirlo en cambio como una copia de maquetación exacta, conservando de forma más literal la posición original de cada bloque de texto en la página, produce algo más parecido a una réplica visual del PDF. El precio es que luego el resultado es más difícil de manejar como texto fluido normal. Elegir entre ambos enfoques depende de qué va a pasar con el archivo después, no de qué opción suena más fiel en abstracto.

Un PDF escaneado necesita un punto de partida distinto

Un documento escaneado es una imagen de una página sin texto que extraer, así que la conversión normal de PDF a Word no tiene de qué partir. No hay texto posicionado del que deducir primero la estructura de párrafos y tablas. Detectar automáticamente esa situación y ejecutar OCR antes de generar el documento de Word es lo que permite obtener texto real, editable y seleccionable al final, en lugar de una imagen de la página pegada a la fuerza en un documento prácticamente vacío. Si también quieres conservar el escaneo como PDF, OCR PDF añade ese mismo tipo de capa de texto al propio escaneo.

Las fuentes se conservan mejor de lo que mucha gente piensa

Convertir de Word a PDF con la incrustación de fuentes activada significa que el tipo de letra usado en el documento viaja dentro del archivo PDF resultante, así la página se representa igual incluso en un equipo donde esa fuente no está instalada. Cuando por algún motivo una fuente no se puede incrustar, sustituirla por otra equivalente y métrica compatible, es decir, con anchos de caracteres lo bastante parecidos como para que los saltos de línea y los espaciados no cambien, mantiene intacta la maquetación del documento aunque no se pueda reproducir exactamente el mismo tipo de letra en el dispositivo de destino.

Errores habituales en el viaje de ida y vuelta

El primer error es esperar que el camino de vuelta te dé el archivo de Word del que partiste. Un PDF guarda el aspecto de un título, no el hecho de que lo fuera, así que PDF a Word tiene que deducir los estilos y la estructura; conserva el DOCX original y trata la copia convertida como un documento nuevo. El segundo es elegir el diseño exacto para un texto que vas a reescribir: cada bloque queda fijado donde estaba y editar se convierte en mover cajas. El tercero es fiarse de los valores por defecto del OCR: el reconocimiento usa el inglés salvo que elijas uno de los otros quince idiomas, y «auto» conserva la capa de texto que ya tenga el archivo, así que un PDF con texto ininteligible necesita «siempre».

A la inversa, con Word a PDF, el despiste habitual es enviar sin mirar: una fuente que no se puede incrustar se sustituye por otra métricamente compatible, así que los saltos de línea se mantienen, pero el tipo de letra puede cambiar. Un archivo protegido con contraseña se rechaza en ambos sentidos: desbloquéalo antes, con Quitar contraseña de PDF si es un PDF o en Word si es un DOCX. Los dos conversores funcionan en nuestro servidor: un PDF puede tener hasta 300 MB y 500 páginas, el archivo subido se borra al terminar el trabajo y el resultado, en unas dos horas.