Convertir Word a PDF

Enviar un archivo .docx significa confiar en que el software del destinatario lo maquetará igual que el tuyo; enviar un PDF significa que se verá igual en todas partes. Este convertidor genera ese PDF en tu navegador, y lo hace renderizando el documento en lugar de traducirlo de un formato a otro. Por eso es rápido y fiable, y por eso también su resultado tiene una limitación concreta que conviene conocer.

Cómo funciona

Elige un archivo .docx (el antiguo formato binario .doc no es compatible; y como un .docx es un archivo ZIP, la herramienta comprueba la firma ZIP del archivo antes de hacer nada). La conversión se realiza en tres etapas, cada una con una biblioteca que se carga bajo demanda:

1. mammoth lee el XML del documento y genera un HTML semántico limpio: encabezados, párrafos, fragmentos en negrita y cursiva, listas con viñetas y numeradas, tablas e imágenes incrustadas. Ignora a propósito el estilo visual de Word para quedarse con la estructura.
2. Ese HTML se coloca en un contenedor fuera de pantalla de 794 píxeles de ancho, el ancho de una página A4 a 96 DPI, con un relleno de una pulgada, texto negro con serifa a 16 píxeles y bordes de tabla sencillos. html2canvas lo pinta en un canvas a resolución 2×.
3. Ese canvas tan alto se corta en franjas del tamaño de un A4, y jsPDF coloca cada franja en una página como JPEG con un 92 % de calidad. El resultado se descarga con el nombre de tu archivo y la extensión .pdf.

Al terminar la conversión se indica el número de páginas. No se sube nada a ningún servidor.

Qué contiene el PDF

El PDF contiene imágenes de páginas, no texto. Se ve bien, se imprime bien y se abre en cualquier sitio, pero el texto no se puede seleccionar, buscar ni leer con un lector de pantalla, y el archivo pesa más que una exportación nativa porque cada página es un mapa de bits 2×. Si el destinatario necesita copiar texto, o si el documento se va a archivar o indexar, exporta a PDF desde Word o LibreOffice. Usa esta herramienta cuando necesites una copia rápida y fiable para compartir o imprimir y no tengas a mano ninguna aplicación de escritorio.

Qué se conserva y qué no

La estructura se mantiene: encabezados, saltos de párrafo, listas con su anidamiento, tablas con bordes, imágenes en línea y el énfasis básico. La maquetación no. En concreto:

• Las fuentes, colores, espaciados y alineaciones definidos en Word se sustituyen por el estilo fijo con serifa descrito arriba, así que una página diseñada con cuidado se verá más sencilla.
• Los saltos de página caen donde caen los cortes A4, no donde los había puesto Word. Una línea de texto puede quedar partida entre dos páginas; deja algo de margen o divide el documento si eso te importa.
• No se renderizan encabezados ni pies de página, números de página, notas al pie, comentarios, control de cambios, cuadros de texto, formas, varias columnas ni secciones en horizontal.
• Las imágenes aparecen a su tamaño natural, limitado al ancho de la página.

Los documentos que son básicamente texto corrido (cartas, ensayos, actas, informes sencillos) se convierten bien. Los folletos, los formularios y todo lo que esté construido con cuadros de texto o columnas, no.

Equivalente en línea de comandos

LibreOffice hace una conversión de verdad, con una capa de texto real y una maquetación compatible con Word:

libreoffice --headless --convert-to pdf --outdir out/ report.docx

pandoc report.docx -o report.pdf es una alternativa que, igual que esta herramienta, conserva la estructura y descarta casi todo el estilo visual, pero genera texto seleccionable.

Para saber más

Ejecutar LibreOffice en modo headless sobre una carpeta de documentos en un servidor es cuestión de un script corto, y fundamentos de la shell explica el bucle y el entrecomillado de nombres de archivo que necesita. El renderizado en canvas que se usa aquí se describe en lo esencial de HTML5. Para ir en sentido contrario, PDF a Word reconstruye un documento editable a partir de un PDF, y el compresor de PDF puede reducir el resultado si las páginas en mapa de bits lo hacen pesado.