Las funcionalidades, y lo que hacen de verdad
Cada función se describe con su límite. Hay cuatro familias: los documentos, que trabajan sobre un plan de páginas; las imágenes, que se transforman de una en una; el vídeo y sus subtítulos, donde los flujos se copian sin recodificarse; y los archivos comprimidos, cuya caja se abre para copiar su contenido en otra.
Un solo plan de trabajo
Unir, dividir, eliminar páginas, girar, reordenar: son cinco maneras de decir lo mismo, qué páginas y en qué orden. Aquí es un solo plan de trabajo, y no cinco herramientas seguidas.
Usted suelta lo que tiene (PDF, fotos, escaneados), ordena y exporta. Unir es un plan donde no se ha quitado nada; dividir es un plan donde se ha quitado todo menos tres páginas. Cada página se muestra en miniatura: nadie elimina «las páginas 4, 7 y 12» de un informe sin verlas.
Imágenes → PDF, y PDF → imágenes
De imágenes a un PDF
Tres fotos de móvil de un justificante que una oficina quiere recibir como un solo PDF: suéltelas y se convierten en páginas. A partir de ahí nada las distingue de un PDF: se reordenan, se giran, se meten entre dos páginas de un contrato, se numeran.
Cada imagen se coloca en el centro de una hoja A4 o Carta, sin deformarla y sin agrandarla a la fuerza; una imagen pequeña sigue siendo pequeña en vez de enseñar sus píxeles. Los formatos aceptados son JPEG y PNG: los dos que un PDF sabe llevar tal cual. Los datos EXIF de sus fotos no sobreviven: solo se copian los píxeles, ni la cámara, ni la fecha, ni las coordenadas GPS.
De un PDF a imágenes
Cada página sale en PNG o JPEG, a 72, 150 o 300 puntos por pulgada. A partir de una página los archivos llegan en un ZIP: ningún navegador deja arrancar cuarenta descargas seguidas.
Las imágenes se generan a partir del documento que usted acaba de producir, con su orden, sus giros, su numeración y su marca de agua, no a partir de los archivos originales. Lo que sale se parece exactamente a lo que mostraba la pantalla.
Una página convertida en imagen queda aplanada: ya no hay texto seleccionable ni campos de formulario. A veces es justo lo que se busca. Pero no es tachar: lo que está dibujado sigue siendo legible para el ojo, y por tanto para un programa de reconocimiento de caracteres.
La numeración
Acaba usted de unir tres PDF, quitar ocho páginas y reordenar doce: los números impresos en los originales ya no significan nada. La numeración se aplica al documento que usted produce, de principio a fin, sea cual sea el número de archivos de los que salga.
- La forma: «3», «- 3 -», «3/12», «Página 3 de 12».
- La posición: los nueve puntos de la página, margen incluido.
- El primer número, y la primera página numerada: dos ajustes distintos, porque una portada y tres páginas preliminares no se numeran, y la paginación debe empezar igualmente en 1 en la cuarta hoja.
- La alternancia a doble cara: los números se van al borde exterior, a la derecha en las impares, a la izquierda en las pares. Sin ella, la mitad de los números de un documento encuadernado cae en el pliegue.
Las páginas apaisadas se tratan como tales
En una tabla apaisada, el número se imprime derecho y en el sitio correcto.
La marca de agua
«COPIA», «BORRADOR», «CONFIDENCIAL: no difundir». Una marca de agua existe para que una página fotocopiada, fotografiada o impresa siga llevando la mención. Por eso se pone encima del contenido, nunca debajo, y en transparencia, para que se vea sin impedir la lectura.
En diagonal por el centro, o repetida en mosaico sobre toda la página: la segunda es mucho más difícil de recortar. El tamaño se ajusta solo a cada hoja, apaisadas incluidas.
No es una protección. Una marca de agua es un dibujo encima de una página; quien se empeñe la quita. Es una mención que acompaña al documento cuando cambia de manos.
Añadir texto e imágenes
Una mención, una fecha, un número de anexo, un sello «RECIBIDO EL», una firma escaneada, un logotipo: colocados donde usted quiera, en todas las páginas, en la primera o en la última, con su tamaño, su inclinación y su opacidad.
Eso cubre la mayoría de las necesidades reales de «editar un PDF»: rellenar un impreso, poner iniciales, fechar, sellar, marcar un anexo con un número.
No es un procesador de textos, y no lo será. No reescribimos el contenido de un PDF, no sustituimos una palabra dentro de una frase y no recomponemos los párrafos: un PDF es una maquetación congelada, y las herramientas que dicen editarlo adivinan y lo estropean. Lo que aquí se hace es añadir una capa encima.
El texto se escribe con las tipografías estándar del PDF, que cubren el español, el francés, el inglés y las lenguas de Europa occidental. Un carácter que no conozcan se señala mientras usted escribe, nunca al guardar.
La compresión
Un contrato de veinte páginas en texto pesa cien kilobytes; el mismo contrato escaneado pesa cuarenta veces más. Lo que pesa en un PDF son las imágenes, guardadas a plena resolución porque la fotocopiadora escanea a 600 ppp. Comprimir es redimensionarlas y recodificarlas, y nada más.
- Nunca rasterizamos. Un ahorro del 90 % en un documento de texto solo se consigue convirtiéndolo en imágenes: el texto deja de ser seleccionable y de poder buscarse. Aquí una página sigue siendo una página.
- Dejamos en paz las imágenes pequeñas: logotipos, membretes, firmas. El ahorro se contaría en bytes, y la pérdida se vería en pantalla.
- Dejamos todo lo que no podemos releer con certeza: transparencia, CMYK, JPEG 2000, fax. El informe que aparece tras la exportación dice cuántas imágenes se han dejado en paz, y por qué.
Dividir un PDF demasiado pesado
Veinticinco megabytes es el límite de casi todos los servidores de correo, y cuenta la codificación, que infla el archivo un tercio. Cuando lo que pesa es una imagen escaneada demasiado fina, aligerar responde. Cuando el documento es simplemente largo, no hay nada que aligerar: el único gesto que queda es cortar.
- El peso se mide sobre el documento ya montado, nunca se estima: dos páginas que comparten una fuente o una imagen no pesan la suma de sus pesos.
- Cada trozo es un PDF ordinario, completo, que se abre con un doble clic. Es la diferencia con una división en volúmenes, donde hacen falta todos los trozos para leer el primero.
- El nombre dice las páginas: informe-page001-page050.pdf, luego page051-page089. Un archivo que ya cabe bajo el peso pedido sale entero.
- Nunca se corta una página en dos. Una página que por sí sola supera el peso pedido sale en su propio trozo, y la pantalla lo dice.
La limpieza: lo que sale y lo que no
El documento exportado está reconstruido, nunca parcheado: se parte de un PDF vacío y se copian dentro las páginas que se quieren conservar.
- Lo que se elimina, se elimina de verdad. Un PDF modificado por adición conserva sus versiones anteriores dentro del archivo: la página que usted cree haber quitado sigue ahí, debajo de la nueva. Así se han recuperado documentos tachados después de publicarse. Aquí, lo que no se copia no existe.
- Los metadatos se van: autor, título, programa productor (que suele llevar el nombre del puesto de trabajo) y las fechas, sustituidas por la época cero en vez de por la hora a la que usted trabajaba.
- El contenido activo se desactiva: JavaScript de documento, acciones al abrir, adjuntos, formularios XFA, anotaciones que lanzan un programa. Los enlaces corrientes se quedan: solo se disparan con un clic.
Lo que se lee en la puerta
No se cree ni el nombre del archivo ni su tipo declarado: los dos los escribe quien envía el archivo. Lo que se lee son los bytes. Y un PDF protegido con contraseña pide su contraseña; nunca se fuerza.
El recorte
Un libro escaneado en plano lleva dos centímetros de gris en tres lados; un justificante fotografiado flota en medio de una hoja A4. Usted dibuja sobre la página el marco que quiere conservar, mirándola, en vez de rellenar «margen izquierdo: 24 mm» y abrir después la exportación para ver dónde ha caído. El marco se guarda como fracciones del formato: un archivo hecho de cuatro documentos en A4, Carta y A3 se encuadra igual de principio a fin.
Recortar encuadra, no borra. Una página de PDF lleva una caja de recorte y los lectores solo muestran lo que ella delimita, pero el contenido que sobresale se queda en el archivo, y cualquier editor puede devolver la caja a su tamaño original. Si lo que sobresale tiene que desaparecer de verdad, lo que necesita es tachar.
Firmar, y poner una capa sobre un documento
Firmar es el mismo gesto que añadir una imagen: usted suelta la foto de su firma como un archivo cualquiera, la coloca donde quiere y añade la fecha y la mención. El documento producido se reconstruye página a página: la firma forma parte de la página, no es una anotación que se despegue. Los datos EXIF de la foto no sobreviven: ni la cámara, ni la fecha, ni las coordenadas GPS.
No es una firma electrónica en el sentido del reglamento eIDAS. Aquí nada certifica su identidad, ni pone un sello de tiempo, ni sella el documento con un certificado: equivale a una firma manuscrita fotocopiada. Para un acto que exija una firma cualificada hace falta un prestador de servicios de confianza, y ese prestador recibe su documento.
Superponer pone un PDF encima de otro: un membrete sobre una carta, un cajetín sobre cuarenta planos, un sello sobre un anexo. La capa se ajusta al formato de cada página sin deformarse, y su opacidad se regula. Se pone encima, nunca debajo: deslizar un fondo bajo el contenido le costaría a la página su texto seleccionable, sus enlaces y sus campos de formulario.
Sacar lo que está dentro del documento
El texto
Todo el texto de un PDF en un archivo .txt, con una marca por página: «página 12» es lo que se escribe en un correo, y tiene que poder encontrarse. Las páginas sin texto se nombran como tales en vez de dejarse en blanco. En un archivo escaneado, la primera línea dice «ninguna de las 12 páginas lleva texto extraíble»: eso es una respuesta, no una avería.
El texto se devuelve tal como el documento lo lleva: las palabras partidas a final de línea siguen partidas, las columnas no se desenredan y las tablas no se reconstruyen. Una página escaneada no lleva texto alguno: hacer buscable el escaneo lo lee y le coloca el texto reconocido, y después la extracción funciona sobre el documento obtenido.
Markdown
Los títulos, los párrafos, las listas, los enlaces y las tablas sencillas de un PDF, en un archivo .md. Aquí la estructura se adivina a partir de la maquetación, así que el resultado se muestra página por página antes de guardarse, con lo que se ha encontrado, lo que se ha retirado (encabezados y números de página repetidos) y las páginas que parecen estar en columnas, donde el orden de lectura probablemente es erróneo.
La tabla
Y cuando el texto está en columnas, la tabla va a un archivo CSV que su hoja de cálculo abre. La descomposición en columnas es una conjetura: busca los huecos verticales que nada atraviesa. Por eso se le muestra, página a página, antes de guardar nada. Cuando es probablemente falsa, la pantalla lo dice y cuenta las filas que no se parecen a las demás.
El caso de uso más claro es un extracto bancario: llevar tres meses de movimientos a una hoja de cálculo sin subirlos a ninguna parte.
Las imágenes
No una foto de cada página, eso es PDF a imágenes, sino las imágenes incrustadas: las tres fotos del parte de siniestro, el escaneado del justificante, el gráfico metido en el informe. Un JPEG sale byte a byte: no es una conversión, es una extracción, y no se añade ninguna pérdida a la que el escáner ya aplicó. Una imagen colocada en treinta páginas sale una sola vez.
Todo lo que no puede releerse con certeza se queda en el documento: JPEG 2000, fax CCITT, CMYK, paleta indexada. La pantalla dice cuántas imágenes y por qué.
Comparar dos versiones
Dos versiones de un contrato, de una oferta o de un escrito: la herramienta dice qué palabras han cambiado, página a página. Las dos versiones se quedan en su máquina, y una negociación no tiene por qué pasar por un tercero.
Las páginas se emparejan primero por su parecido, nunca por su posición: sin eso, una portada añadida al principio haría parecer reescrito todo el resto del documento. Las palabras de las páginas emparejadas se comparan después para mostrar el conjunto más pequeño que explique el paso de un texto al otro: una coma añadida sigue siendo una coma añadida. El texto sin cambios se recorta alrededor de cada modificación; lo que ha cambiado, nunca.
El informe se guarda en texto plano, con las palabras quitadas precedidas de «-» y las añadidas de «+»: es la convención de todas las herramientas de comparación.
Esta herramienta compara el texto, y nada más: ni las imágenes, ni la maquetación, ni los colores, ni las tablas en tanto que tablas. Un documento escaneado no lleva texto extraíble: dos escaneados se compararían como dos páginas en blanco, y la pantalla lo dice en vez de anunciar dos documentos idénticos.
Comprobar antes de enviar
Inspeccionar un PDF dice lo que el archivo cuenta de sí mismo: cuántos guardados por adición duermen dentro, si es texto o un escaneado, qué tipografías no viajan con él, qué contenido activo lleva y si está firmado electrónicamente. Ese último punto importa porque todo lo que sale de aquí está reconstruido: el documento producido ya no llevará la firma.
La huella SHA-256 responde a otra pregunta: ¿el archivo que he recibido es el que se publicó? Sesenta y cuatro caracteres lo dicen. También sirve para comprobar que dos exportaciones del mismo plan son idénticas bit a bit: exporte dos veces y compare.
Las imágenes, la segunda familia
Los mismos gestos, sobre archivos que se manejan diez veces más a menudo: comprimir una foto para que pase por correo, redimensionarla para un formulario que rechaza todo lo que supere los 2 MB, recortarla, convertirla porque un sitio solo acepta JPEG. Y el problema es el mismo: esas fotos son la de un documento de identidad, la de un justificante de domicilio, la de un niño.
Trece herramientas: comprimir, redimensionar, recortar, convertir entre JPEG, PNG y WebP, girar, marcar, inspeccionar, limpiar, tachar, pasar a grises y hacer una hoja de contactos. Todo pasa por el descodificador de imágenes del propio navegador, el mismo que muestra las páginas web.
Los datos EXIF no sobreviven. Una foto de móvil lleva el modelo de la cámara, la fecha, la hora y a menudo las coordenadas GPS del lugar donde se tomó. Solo se copian los píxeles: lo que sale de aquí ya no dice dónde estaba usted.
Lo que no vamos a hacer: ampliar con inteligencia artificial, recortar un fondo, retocar una cara. Las tres cosas exigen un modelo de varias decenas de megabytes descargado de un servidor ajeno, y este sitio no descarga nada de fuera.
Los archivos RAW de cámara y los HEIC de iPhone sí se abren, y cada uno tiene su propia página, que dice lo que cuesta: abrir un RAW saca la vista previa que la cámara escribió, byte a byte y sin recodificar; convertir un HEIC descodifica y vuelve a codificar, o sea una generación más de compresión, y su descodificador de un megabyte y medio solo se descarga cuando se suelta el primer HEIC.
Lo que no se garantiza
La detección del contenido activo que se muestra al abrir un documento se hace sobre los bytes en bruto. Un PDF con los objetos comprimidos, que es el caso más corriente, puede ocultar un guion a ese barrido. Este aviso avisa, no protege. La protección es no ejecutar nunca nada del documento y reconstruir la salida, cosa que hace toda exportación.