Lógica de tipografías y páginas en la conversión de Office a PDF

Cuando conviertes un documento de Word a PDF, puede cambiar el número de páginas, descuadrarse las tablas o verse distintas las tipografías. No son errores aleatorios; son consecuencias naturales del paso entre dos modelos de documento distintos. En este artículo explicamos esos modelos y qué cambia y por qué durante la conversión.

Dos modelos de documento distintos

Modelo de documento continuo (flow document): es la forma de trabajar de Word. El documento es un flujo de texto y objetos. La maquetación se calcula en tiempo de ejecución: las palabras se reparten en líneas, las líneas en páginas y así mientras el flujo continúa. Cuando añades una palabra, todo vuelve a fluir.

Modelo de página fija (fixed layout): es la forma de trabajar del PDF. Cada página tiene un tamaño fijo y cada elemento está colocado en coordenadas concretas. El cálculo se hace una vez y el resultado se congela.

La conversión es el paso del primer modelo al segundo: el flujo se calcula una vez y el resultado se fija.

Su gran ventaja es que el documento se ve igual en todas partes. Su precio es que ese cálculo se hace según las condiciones del momento de la conversión.

Métricas tipográficas: el origen de los desplazamientos

Cómo se reparte un texto en líneas depende del ancho de las letras. Cada tipografía lleva su propia información métrica: cuánto espacio ocupa cada carácter, el espaciado entre letras, la altura de línea.

Cuando Word abre un documento, usa esas métricas para calcular el corte de línea. Si la tipografía usada en el documento no está en el sistema, Word elige la alternativa más parecida, y las métricas de esa alternativa son distintas.

La cadena de consecuencias:

1. Cambian los anchos de letra.
2. Se desplazan los puntos de corte de línea.
3. Los párrafos ocupan un número distinto de líneas.
4. Se desplazan los saltos de página.
5. Cambia el número de páginas.

Una página de más, una tabla partida en dos o un título que se queda solo al final de la página son el resultado de esa cadena.

Un ejemplo: en un informe de 40 páginas, si se usa Arial en lugar de Calibri, por las letras más anchas de Arial el documento puede quedarse en 43 páginas y cada tabla se partirá en un punto distinto.

Incrustación de tipografías

La solución a este problema es la incrustación: copiar dentro del documento los datos de dibujo de las letras de la tipografía.

El PDF lo hace por defecto. Esa es la razón de ser del formato: para garantizar que el documento se ve igual en todas partes, lleva dentro del archivo las tipografías usadas.

En Word la incrustación es opcional y viene desactivada por defecto porque aumenta el tamaño del archivo. En Archivo > Opciones > Guardar está la casilla "Incrustar fuentes en el archivo".

Hay dos subopciones:

• Incrustar solo los caracteres usados: el archivo se mantiene pequeño, pero si editas el documento y añades caracteres nuevos aparecen problemas.
• Incrustar todos los caracteres: el archivo crece, pero es totalmente seguro.

Restricción de licencia: algunas tipografías comerciales no permiten la incrustación. El archivo de la tipografía lleva un indicador de permisos y los programas lo respetan. Si usas una tipografía así, la incrustación falla y se recurre a la alternativa.

Incrustación por subconjunto en el PDF

Los PDF normalmente no incrustan la tipografía entera, sino solo los caracteres que aparecen en el documento. Eso se llama incrustación por subconjunto (subset).

Su ventaja es el tamaño del archivo: mientras una familia tipográfica completa puede ocupar varios megabytes, un subconjunto puede quedarse en unos cientos de kilobytes.

Su efecto secundario: si más adelante intentas editar el PDF, no podrás escribir una letra que no aparezca en el documento (por ejemplo, si no hay ninguna "ñ"), porque los datos de dibujo de esa letra no están en el archivo.

Excel: el formato sin concepto de página

Excel es el formato que más sorpresas da, y la razón es estructural: una hoja de cálculo no tiene un concepto natural de página.

En teoría es una rejilla de ancho y alto ilimitados. La idea de "página" solo aparece con los ajustes de impresión:

| Ajuste | Efecto | |---|---| | Área de impresión | Qué rango de celdas se incluye | | Orientación | Vertical / horizontal | | Escalado | Porcentaje o "ajustar a tantas páginas" | | Márgenes | El área utilizable | | Saltos de página | Puntos de corte añadidos a mano | | Títulos de impresión | Fila/columna que se repite en cada página |

La conversión a PDF usa esos ajustes. Si no están definidos, Excel aplica sus valores por defecto y el resultado no suele ser el deseado.

Problemas clásicos:

Cientos de páginas en blanco. Si en alguna celda se ha metido por error un espacio, Excel la considera "usada" y el área de impresión se extiende hasta ahí. Resultado: decenas de páginas vacías. Solución: definir explícitamente el área de impresión.

Corte por la derecha. Si la tabla no cabe en el ancho de página, Excel parte las columnas y pone el resto en las páginas siguientes. La salida es ilegible. Solución: el escalado de "ajustar todas las columnas en una página".

Texto ilegible de pequeño. Un escalado excesivo hace ilegible el texto. Revisa el porcentaje de escalado; los valores por debajo del 50 % suelen ser problemáticos.

Encabezados perdidos. En una tabla de varias páginas, a partir de la segunda no se ven los encabezados de columna. Solución: Diseño de página > Imprimir títulos.

Punto clave: ninguno de estos problemas es culpa del conversor. El conversor sigue los ajustes de impresión de Excel. La corrección hay que hacerla en el origen.

PowerPoint: la pérdida del eje temporal

Una presentación es una serie de estados que cambian en el tiempo: los puntos van apareciendo, los objetos se mueven, las diapositivas cambian con efectos de transición.

El modelo de contenido del PDF no tiene eje temporal. Cada página define una única vista fija.

El conversor dibuja el estado final de la diapositiva —con todas las animaciones completadas— como una sola página.

Consecuencias:

| Función de PowerPoint | En el PDF | |---|---| | Animación de objetos | Se muestra el estado final | | Transición de diapositiva | Se pierde | | Vídeo incrustado | Un fotograma estático o un hueco vacío | | Sonido | Se pierde | | Botones interactivos | Normalmente se pierden | | Hipervínculos | Normalmente se conservan | | Notas del ponente | Requiere un diseño especial |

Consecuencia práctica: los puntos que iban apareciendo con animación se ven todos a la vez en el PDF. Si quieres una demostración paso a paso, tendrás que preparar cada paso como una diapositiva independiente: duplicar diapositivas en lugar de animar.

Es una práctica habitual al distribuir presentaciones: el archivo de la presentación va con animaciones y la versión en PDF se prepara con diapositivas paso a paso.

Qué se conserva y qué se pierde

Las estructuras que se pueden trasladar y las que no:

Se conservan:

• El texto (como texto real, seleccionable y localizable)
• Los gráficos vectoriales (formas, líneas, SmartArt)
• Las imágenes
• Las tablas (visualmente)
• Los hipervínculos (en la mayoría de conversores)
• Los enlaces internos y el índice
• Los marcadores (se pueden generar desde la estructura de títulos)
• El tamaño y la orientación de página
• Los metadatos (autor, título)

Se pierden:

• Las fórmulas (en Excel solo quedan los resultados)
• Las animaciones y transiciones
• El sonido y el vídeo
• Las macros
• La lógica de cambios controlados (aunque pueden trasladarse visualmente)
• Las conexiones a datos en vivo
• La lógica del formato condicional (el resultado visual sí queda)

Pueden cambiar:

• El número de páginas (por el desplazamiento tipográfico)
• La resolución de las imágenes (según el ajuste de compresión)
• Los valores de color (por la conversión de espacio de color)

PDF etiquetado y accesibilidad

Las versiones modernas de Office pueden generar un PDF etiquetado (tagged) al crear el archivo. Eso añade al PDF la información estructural del documento: títulos, párrafos, listas, celdas de tabla y orden de lectura.

Sus beneficios:

• Los lectores de pantalla leen el documento en el orden y con la estructura correctos.
• La extracción de texto y el reflow son más fiables.
• Se cumplen los estándares de accesibilidad.

Para organismos públicos y grandes empresas suele ser una obligación. Al guardar como PDF en Word, asegúrate de que la opción "Etiquetas de la estructura del documento" está activada.

Usar estilos de título reales en el documento de origen (Título 1, Título 2) determina directamente la calidad de esa estructura. Poner el texto en grande y en negrita no crea un título estructural.

Tratamiento de las imágenes

Las imágenes de los documentos de Office se ven afectadas por los ajustes de compresión al pasar al PDF.

El ajuste "Comprimir imágenes" de Word puede bajar las imágenes a una resolución concreta al guardar el documento. El valor por defecto suele ser 220 PPP, suficiente para la mayoría de usos; pero si vas a hacer una impresión de alta calidad, tendrás que desactivar esa compresión.

En Archivo > Opciones > Avanzadas > Tamaño y calidad de imagen está la casilla "No comprimir imágenes en el archivo".

En resumen

La conversión de Office a PDF es el paso del modelo de documento continuo al modelo de página fija: la maquetación se calcula una vez y se congela. Como el cálculo depende de las tipografías disponibles en el momento de la conversión, cuando no se encuentra una tipografía cambian los anchos de letra y se desplaza todo, desde los cortes de línea hasta el número de páginas; la solución es usar tipografías comunes o incrustarlas. En Excel, el concepto de página solo existe a través de los ajustes de impresión, así que el origen de los problemas de salida está casi siempre en los ajustes del archivo de origen. En PowerPoint se pierde el eje temporal y las animaciones quedan fijadas en su estado final. Preparar el documento de origen conociendo estos límites elimina la mayor parte de las sorpresas posteriores.