Por qué cuesta tanto convertir un PDF de nuevo en documento
Un archivo de Word guarda el texto como un flujo: párrafos, títulos y listas que se recolocan cuando cambias los márgenes o la fuente. Un PDF guarda algo totalmente distinto. Cada página es un conjunto de instrucciones del tipo «dibuja estos caracteres en esta posición con esta fuente», sin ninguna noción de dónde empieza un párrafo ni de qué línea pertenece a qué columna. Por eso un PDF se ve idéntico en todas partes y resulta tan incómodo de editar.
Convertir un PDF a Word implica, por tanto, reconstruir una estructura que el PDF nunca registró. Cualquier conversor tiene que deducirla, y las dos opciones de esta página lo hacen de maneras distintas.
La reconstrucción en el navegador, paso a paso
La opción por defecto se ejecuta por completo en tu dispositivo, con el mismo motor PDF que usa Firefox para mostrar documentos. En cada página recoge los fragmentos de texto con su posición y tamaño de fuente, y a partir de ahí va construyendo hacia arriba:
- Líneas. Los fragmentos situados en la misma línea base, a menos de unos 2 puntos entre sí, se unen en una sola línea.
- Tamaño del cuerpo. El tamaño de fuente que acumula más caracteres en todo el documento se toma como texto normal.
- Títulos. Una línea más de 1,25 veces mayor que el cuerpo se convierte en título; por encima de 1,5 veces pasa a Título 1 y, si no, a Título 2. Una línea corta en negrita de menos de 80 caracteres, con el tamaño del cuerpo o mayor, también se convierte en Título 2.
- Párrafos. Una línea que no termina en un signo de fin de frase, como punto, signo de interrogación, dos puntos o comillas de cierre, y que tiene el mismo tamaño de fuente que la siguiente, se considera que continúa en ella.
Como los títulos usan los estilos de título reales de Word, aparecen en el panel de navegación y sirven desde el primer momento para generar un índice automático. Los tamaños de fuente se conservan y la negrita se mantiene en las líneas que no son títulos. La página muestra cuántas páginas y palabras ha encontrado, una comprobación rápida de que no se ha perdido nada.
Lo que esta opción no intenta a propósito: imágenes, tablas, columnas, colores, hipervínculos y las familias tipográficas originales. Las páginas se suceden como un único documento continuo, separadas por un párrafo vacío. Para un contrato o un informe que quieres reescribir, suele ser justo lo que necesitas: texto limpio sin cuadros flotantes.
La conversión en servidor y cuándo compensa
La segunda opción envía el archivo a nuestro servidor, donde LibreOffice abre el PDF en su procesador de textos y lo guarda como .docx. Así se conserva mucho más del aspecto: imágenes, líneas, colocación del texto y saltos de página quedan muy parecidos al original.
La contrapartida es cómo se guarda el texto. LibreOffice suele colocar el texto en cuadros posicionados por separado, a menudo uno por línea, así que la página se ve bien, pero reescribir un párrafo obliga a editar cuadro a cuadro. Elige el servidor cuando necesites una copia casi idéntica para retocar unas pocas palabras, como corregir una fecha en un formulario o una cifra en un folleto. Elige el navegador cuando necesites reelaborar el propio texto.
Sin cuenta tienes una ejecución en servidor al día para archivos de hasta 500 MB. Premium elimina el límite diario y acepta archivos de hasta 4 GB. El PDF subido se borra al terminar la conversión y el .docx caduca aproximadamente una hora después de crear el trabajo.
Cómo arreglar los resultados típicos
- Elementos de lista fusionados en un solo párrafo. Las viñetas sin puntuación final parecen una frase que continúa según la regla de párrafos. Coloca el cursor en cada elemento y pulsa Intro, o aplica después un estilo de lista.
- Palabras partidas por un guion y un espacio. Si el PDF dividía palabras con guion a final de línea, la unión produce «conver- sión». Un buscar y reemplazar de «- » (guion y espacio) atrapa la mayoría; revisa cada coincidencia, porque algunas son guiones auténticos.
- Texto a dos columnas entremezclado. La opción del navegador lee el texto en el orden en que lo guarda el PDF, que en diseños a varias columnas puede saltar de una columna a otra. La conversión en servidor maneja mejor estas páginas.
- Encabezados y números de página en mitad del texto. Son texto real en cada página, así que aparecen como párrafos cortos. Bórralos o busca el título repetido.
- La conversión falla al instante. Los archivos protegidos con contraseña no se pueden leer. Quita antes la contraseña con Quitar la contraseña de un PDF, siempre que la conozcas.
Documentos escaneados
Si el resultado sale vacío o casi vacío, el PDF es un escaneo: cada página es una foto sin texto. Pasa el archivo por OCR de PDF para añadirle una capa de texto y luego convierte aquí la copia buscable. El resultado será algo más tosco que con un PDF nacido en digital, porque el texto reconocido tiene tamaños de fuente menos uniformes, lo que hace menos fiable la detección de títulos y párrafos.