¿Por qué es tan difícil editar un PDF?

Un PDF es una página terminada, no un documento

Adobe diseñó el formato a principios de los años noventa para resolver un solo problema: que una página se viera exactamente igual en cualquier pantalla y en cualquier impresora, tuviera las fuentes y los programas que tuviera la otra persona. Nació de PostScript, el lenguaje que ya hablaban las impresoras, y conservó esa naturaleza. Un PDF describe el aspecto de una página cuando ya está todo decidido: el tipo de letra, el tamaño, dónde se corta cada línea, dónde va cada letra.

Un documento de Word o de Google Docs guarda justo lo contrario: el texto y las reglas para maquetarlo (esto es un título, este párrafo va justificado, los márgenes son de 2 cm). La aplicación compone la página de nuevo cada vez que la abres, y por eso puedes escribir en mitad de una frase y todo lo que viene después se aparta. Un PDF ya ha hecho ese trabajo y ha tirado las reglas. Editarlo significa deshacer un proceso que el archivo ya no recuerda.

Qué hay en realidad dentro de una página de PDF

Si miras dentro de una página de PDF, no encontrarás frases. Encontrarás una lista de órdenes de dibujo. Para el texto, cada una dice más o menos: usa la fuente F1 a 11 puntos, ve a esta posición, dibuja estos caracteres. Casi nada de lo que hace falta para editar está ahí:

• Ni palabras ni párrafos. El archivo coloca caracteres, muchas veces en tandas cortas. Un espacio suele ser solo un hueco al colocarlos, no un carácter de espacio, y un párrafo no es más que un grupo de líneas que casualmente están una debajo de otra.
• Ningún orden de lectura. El texto puede dibujarse en el orden que le resultara más cómodo al programa que creó el archivo: una tabla columna a columna, el pie de página primero, dos columnas de periódico entrelazadas línea a línea.
• Fuentes recortadas a las letras que se usan. Para que el archivo ocupe poco, la mayoría de los PDF incrustan un subconjunto de cada fuente con solo los caracteres que aparecen en la página. Si la palabra que necesitas contiene una letra que nunca se usó, la fuente del archivo no tiene forma para ella. Algunos PDF no incrustan ninguna fuente y dependen de la que encuentre el lector de PDF.
• Espaciado fijo. El texto justificado se guarda con ajustes precisos a lo largo de la línea para que ocupe todo el ancho. Cambia una palabra y todos esos números dejan de ser correctos.
• Capas aparte para lo que se añade después. Los resaltados, las notas, los recuadros blancos, los campos de formulario y las firmas son anotaciones dibujadas sobre la página, no parte de ella. Por eso un recuadro blanco oculta el texto sin borrarlo.
• Imágenes que parecen texto. Un logotipo, un gráfico, una captura de pantalla pegada o una página escaneada son píxeles. No contienen ningún carácter que editar.

Todo lo demás en un PDF va en la misma dirección. Su contenido está comprimido, sus objetos se localizan por su posición en bytes dentro del archivo, y un archivo protegido con contraseña está cifrado. Nada de eso está pensado para abrirse y reorganizarse. Está pensado para mostrarse.

Por qué cuesta tanto cambiar una sola palabra

Imagina que quieres corregir una falta de ortografía en mitad de un párrafo. En un archivo de Word es cuestión de pulsar una tecla. En un PDF, un editor primero tiene que averiguar qué caracteres dibujados pertenecen a la misma línea (midiendo sus posiciones), qué líneas forman un párrafo (por su espaciado, sus sangrías y si una línea se queda corta antes del margen), cuánto mide la columna y si el texto está alineado a la izquierda, centrado o justificado. Nada de eso está escrito en ninguna parte.

Después tiene que quitar de la vista los caracteres antiguos, averiguar con qué fuente se dibujaron y de qué color era la tinta, y dibujar la palabra corregida con el mismo tipo de letra, tamaño y espaciado para que no desentone. Si la corrección es más larga que el original, la línea ya no cabe, así que hay que reajustar el párrafo entero y desplazar hacia abajo todo lo que hay debajo. Pero solo si no hay nada en medio: una tabla, una imagen o un pie de página son un muro.

Cada uno de esos pasos tiene algo de conjetura, y cada programa que genera PDF toma decisiones distintas sobre fuentes, espaciado y orden de dibujo. Esa es la verdadera respuesta a por qué los PDF son tan difíciles de editar. No es un solo candado. Es una docena de pequeños datos que el archivo nunca registró y que todo editor tiene que deducir, y a veces se equivoca.

Por qué un PDF se edita sin problema y el siguiente se resiste

Como el formato admite tanta variedad, lo editable que sea un PDF depende mucho más de cómo se creó que de la aplicación con la que lo abras:

• Exportado desde Word, Google Docs, InDesign o una página web: texto real, fuentes incrustadas y una línea dibujada por cada línea visible. Es el mejor caso. La mayoría de los editores pueden cambiar una palabra, y los buenos pueden reajustar el párrafo.
• Creado con una fuente que no se incrustó: el texto se puede editar, pero las letras nuevas salen con un tipo de letra sustituto y la diferencia puede notarse.
• Escaneado o fotografiado: una imagen sin texto dentro. No se puede seleccionar nada hasta que el OCR convierte el escaneo en editable, e incluso entonces el texto reconocido es la mejor lectura que el motor ha hecho de los píxeles.
• Acoplado o firmado: al acoplar, los campos de formulario y las anotaciones quedan fijados en la página como parte de ella, y una firma digital sella el archivo, de modo que el primer cambio la rompe.
• Protegido con contraseña: el contenido está cifrado y ningún editor ve la página sin la contraseña.

Si tu problema es un archivo concreto y no el formato en general, nuestra página sobre por qué no puedes editar un PDF tiene una prueba de diez segundos para cada uno de estos casos y la solución que le corresponde.

Cómo edita el texto un buen editor de PDF, a pesar de todo

Nada en el formato impide que un editor cambie el texto. Solo tiene que reconstruir lo que el archivo dejó fuera, y hacerlo tan bien que el resultado parezca intacto. Aquí es donde más se diferencian los editores. Algunos convierten toda la página en un documento de procesador de textos y luego la devuelven a PDF, con lo que se pierde el diseño. Otros convierten la página editada en una imagen, con lo que se pierde el texto seleccionable. Y otros dibujan la palabra nueva con la fuente que tengan a mano y dejan la antigua debajo.

La herramienta «Editar texto de PDF» de peadf se construyó para hacer esto bien, en tu navegador y sin subir el archivo. Agrupa los caracteres dibujados en líneas según sus posiciones, deduce qué líneas forman un párrafo y cuánto mide su columna, lee el color de la tinta en las propias órdenes de dibujo y saca la fuente del archivo para que una línea editada quede compuesta con el mismo tipo de letra que las líneas de alrededor. Los caracteres antiguos se eliminan del archivo cuando puede hacerse con seguridad y comprobarse; si no, quedan ocultos bajo una cobertura pintada con el propio fondo de la página. Un cambio más largo reajusta solo las líneas imprescindibles y desplaza hacia abajo el texto que hay debajo, pero únicamente sobre fondo liso. Y si la fuente incrustada nunca tuvo un carácter que escribes, ese carácter se dibuja por separado para que el resto de la línea siga siendo texto real.

Cómo editar un PDF con el menor daño posible

Saber por qué el formato se resiste te dice cómo trabajar con él. Uses el editor que uses:

1. 1

   Comprobar qué tipo de PDF tienes

   Arrastra el cursor sobre una línea de texto. Si se resalta, la página tiene texto real. Si en cambio aparece un recuadro sobre toda la página, es un escaneo y necesita OCR primero.

2. 2

   Editar la línea existente en lugar de taparla

   En peadf, abre el archivo en la herramienta «Editar texto de PDF», elige «Seleccionar» y haz clic en la línea. Vuelve a escribir las palabras ahí mismo, para que el editor pueda conservar la fuente, el tamaño, el color y la alineación que ha encontrado.

3. 3

   Mantener una longitud parecida a la original

   Una corrección de longitud parecida se queda en su línea. Una mucho más larga reajusta el párrafo, y el editor te avisa si no hay sitio para desplazar el texto que hay debajo.

4. 4

   Comparar los caracteres nuevos con los de al lado

   Amplía la vista. Si una letra parece de otra fuente, el archivo no traía esa forma. Cambiar la redacción para evitarla, o tapar la línea entera y volver a componerla, mantiene la página uniforme. En nuestra página sobre editar un PDF sin perder el formato lo explicamos con más detalle.

5. 5

   Revisar el archivo exportado, no el editor

   Abre la descarga en tu lector de PDF habitual. Busca la palabra corregida, y también la antigua. Editar es gratis. Para descargar necesitas una cuenta gratuita, y la primera semana cuesta 0,99 GBP.

Lo que ni el mejor editor puede hacer

• Texto dentro de una imagen. Las letras de un logotipo, un gráfico o una captura de pantalla son píxeles, así que hay que reemplazar la imagen, no editarla.
• El texto centrado o alineado a la derecha, las celdas de una tabla y las líneas sueltas se editan de una en una, conservando el borde por el que están alineadas, porque no hay párrafo que reajustar.
• Un párrafo que no puede desplazar lo que tiene debajo se ajusta al espacio que tiene, hasta cierto punto. Más allá, la solución honesta es acortar el texto.
• Las fuentes que nunca se incrustaron, y los caracteres que el subconjunto incrustado no contiene, salen con una fuente sustituta. Un cambio corto lo disimula bien; un párrafo entero nuevo, no.
• El texto de OCR es una estimación. Sus posiciones y tamaños son aproximados, y las palabras reconocidas hay que revisarlas.
• Una firma digital no sobrevive a un cambio, en ningún editor. Consigue una copia sin firmar, modifícala y vuelve a firmar.
• El cifrado no es un tecnicismo. Sin la contraseña no hay página que editar, y nada aquí recupera ni adivina una.

Preguntas frecuentes