Cuando un archivo de Word tiene que convertirse en texto plano con estructura
La documentación suele nacer en Word: una especificación escrita por un product manager, una política redactada por el departamento jurídico, un manual que entrega un cliente. Sin embargo, el destino a menudo es un repositorio Git, un generador de sitios estáticos, una wiki, una base de conocimiento o una aplicación de notas, y todos ellos hablan Markdown. Copiar y pegar pierde los títulos y las listas, y volver a teclear a mano un documento de 20 páginas lleva horas.
Markdown también es un buen formato para archivar y revisar. Sus diferencias se ven limpias en el control de versiones, así que, tras convertir un contrato o un documento de requisitos, puedes seguir cada cambio posterior línea a línea, algo que un archivo .docx binario no permite.
Cómo funciona la conversión
Un archivo .docx es un ZIP de archivos XML. El conversor lo abre en tu navegador, lee el cuerpo del documento y traduce primero la estructura de Word a HTML, y después convierte ese HTML en Markdown. Los dos pasos usan las mismas reglas de Markdown que el conversor HTML a Markdown del sitio, así que el resultado de ambas herramientas es coherente.
Lo que se conserva y cómo se escribe:
- Los títulos pasan a ser de
#a######, un nivel por cada nivel de título de Word, del 1 al 6. - La negrita se convierte en
**texto**y la cursiva en_texto_. - Las listas con viñetas y numeradas se convierten en listas con
-y1., conservando el anidamiento hasta cinco niveles. - Los hipervínculos se convierten en
[texto](url), incluidos los enlaces a sitios externos. - Las tablas se convierten en tablas con barras verticales, y la primera fila se usa como cabecera.
- Las notas al pie y las notas finales se reúnen en una lista numerada al final del documento, y cada referencia del texto se convierte en un enlace a su nota.
El resultado se limpia para que nunca haya más de una línea en blanco entre bloques.
Por qué a veces los títulos salen como texto normal
El conversor reconoce un título por su estilo de párrafo, no por su aspecto. Una línea con los estilos integrados Título 1 a Título 6 se convierte en un título de Markdown. Una línea que el autor hizo grande y en negrita a mano es, para el archivo, un párrafo normal con texto en negrita, y sale como **Introducción** en lugar de ## Introducción.
Lo mismo pasa con el título del documento. El estilo Título de Word no es un estilo de encabezado, así que un título con ese estilo se convierte en un párrafo normal. Si la estructura importa, corrígela en Word antes de convertir: selecciona la línea y aplica Título 1 o Título 2 desde la galería de Estilos. Una forma rápida de revisar el documento es el Panel de navegación de Word, que solo muestra los títulos reales. Lo que falte ahí también faltará en el esquema de Markdown.
Qué se queda fuera
Markdown es deliberadamente sencillo, así que gran parte del diseño de Word no tiene equivalente:
- Las imágenes no se incluyen, y un aviso te indica cuántas se han omitido. Incrustarlas como texto base64 haría el archivo muchas veces más grande que el propio texto.
- El subrayado, la fuente, el tamaño y el color se descartan. Markdown no tiene sintaxis para ellos.
- El texto tachado se conserva, pero sin las marcas de tachado.
- Los encabezados y pies de página, los números de página y los saltos de sección pertenecen al diseño de página, no al contenido, y no se convierten.
- Los cuadros de texto y las formas pueden perderse o aparecer fuera de sitio, porque flotan fuera del flujo principal del texto.
- El formato de las celdas de tabla se reduce a texto plano. La negrita, los enlaces o las listas dentro de una celda pierden su formato, y los párrafos de una celda con varios párrafos se juntan en una sola línea, a veces sin espacio entre ellos.
Una rutina práctica de limpieza
El Markdown suele estar listo en un 90 por ciento. Una pasada rápida arregla el resto:
- Repasa los títulos. Asegúrate de que hay un único título de nivel superior
#si tu sitio lo espera, y de que los niveles no saltan de#directamente a###. - Revisa las listas numeradas interrumpidas por un párrafo o una imagen. Markdown puede reiniciar la numeración en 1.
- Mira las tablas con celdas combinadas, que llegan como filas con distinto número de columnas, e iguálalas a mano.
- Vuelve a añadir las imágenes exportándolas desde Word, colocando los archivos junto al .md e insertando
donde corresponda. - Previsualiza el resultado con Markdown a HTML antes de publicarlo.
Se aceptan archivos de hasta 50 MB; el antiguo formato binario .doc no. El documento solo se lee en la pestaña de tu navegador, así que los borradores confidenciales nunca llegan a un servidor.