Cómo revisar un documento convertido antes de enviarlo

Los archivos convertidos fallan en silencio

Toda conversión desde un PDF es un acto de inferencia. El archivo registra glifos en coordenadas; no registra párrafos, encabezados, columnas, tablas ni orden de lectura, así que un conversor deduce todo eso a partir de la geometría. La inferencia suele acertar, y cuando falla, falla de un modo que sigue leyéndose con normalidad.

Ahí está el problema. Una frase a la que le falta la segunda mitad parece claramente rota y se arregla. El total de una factura que dice 1.240,00 cuando el original decía 1.249,00 parece perfectamente correcto, sobrevive a una revisión cuidadosa y lo encuentra tu cliente. Los errores que vale la pena cazar son los que dejan el documento con aspecto de terminado.

Empieza por el número de páginas y la última página

Abre el original y la conversión en paralelo y compara primero el número de páginas. Tarda dos segundos y atrapa el truncamiento, que es el fallo silencioso más común: una conversión que se quedó sin tiempo a medio camino suele producir un archivo perfectamente válido que contiene las primeras ochenta páginas de cien.

Después lee la última página de ambos. Los conversores se degradan hacia el final, no al principio, y la última página es donde se nota un archivo que se cortó sin avisar. También es donde viven las firmas, los totales y los anexos, es decir, las partes sobre las que alguien va a actuar.

Si los recuentos no coinciden, comprueba qué contiene realmente el original antes de suponer que el conversor perdió algo: los números impresos en las páginas y las hojas reales discrepan constantemente.

Revisa las cifras una a una, nunca leyendo

Las cifras son donde las conversiones hacen daño de verdad, y leerlas no sirve: el ojo acepta cualquier dígito plausible. Revísalas deliberadamente.

• Los totales. Vuelve a sumar una columna. Si el resultado coincide con el total que indica el original, la columna llegó bien.
• Signos negativos y paréntesis. Los negativos contables escritos como (1.240) llegan con frecuencia como 1.240. El signo es un carácter como cualquier otro y es el más fácil de perder.
• Las fechas. En una hoja de cálculo, una fecha que llegó como texto queda alineada a la izquierda y no se ordena. Haz clic en una celda y míralo.
• Los números de referencia largos. Los números de cuenta, los ISBN y los NIF no tienen nada contra lo que contrastarlos, así que un error ahí es invisible para siempre. Compara unos cuantos carácter a carácter.

Si el documento viene de un escaneo, trata cada dígito como sospechoso: el OCR confunde 0 con O, 1 con l y con I, 5 con S y 8 con B, y ninguna de esas sustituciones hace que una frase parezca equivocada.

Tablas y encabezados, que es donde se adivina

Las tablas son lo más difícil de recuperar de un PDF, porque un PDF no tiene tablas: solo texto y, a veces, líneas. Un conversor deduce filas y columnas a partir del espaciado, y se equivoca en dos direcciones: encuentra una tabla en un bloque de prosa, o fusiona dos columnas en una porque estaban juntas. Por qué las tablas de un PDF salen mal en Excel lo trata en detalle; la comprobación consiste en contar las columnas del resultado frente al original y mirar cualquier fila con una celda inesperadamente vacía.

Los encabezados son una versión más benigna del mismo problema. Se detectan por el tamaño, así que un documento que usa negrita en lugar de un cuerpo mayor para sus encabezados se convierte en un muro de párrafos. Eso es cosmético, pero rompe el panel de navegación y cualquier índice generado a partir de estilos: conviene arreglarlo antes de entregar el documento a alguien que vaya a navegarlo.

Antes de enviarlo

Dos cosas finales, ambas sobre lo que lleva el archivo más que sobre lo que dice.

Mira las propiedades del documento. Los archivos convertidos heredan el título, el autor y a veces el nombre de un programa o de una persona que nunca tocó tu versión. Si el documento sale de tu organización, revisa las propiedades antes de que salga.

Decide cuál es el archivo bueno. Un documento convertido es un derivado, y en cuanto existen dos versiones alguien editará la equivocada. O bien la conversión pasa a ser el maestro y el PDF se archiva, o bien el PDF sigue siendo el válido y la conversión es una copia de trabajo que se borra. Decidirlo cuesta cinco segundos; no decidirlo cuesta una tarde unas semanas después.