Cómo convertir un PDF a PDF/A (y qué se pierde por el camino)

Entre el portal de presentación telemática de un juzgado, la entrega de una tesis y una política de conservación documental, tarde o temprano alguien te dirá que el archivo tiene que ser PDF/A. Es un PDF pensado para sobrevivir a que lo abra dentro de treinta años un programa que todavía no ha escrito nadie, lo que significa que todo lo que la página necesita para mostrarse tiene que vivir dentro del archivo. La conversión es un solo paso. Lo que le hace a tu documento merece dos minutos de atención.

Qué cambia realmente la conversión

Cambian tres cosas, y todas persiguen lo mismo: cortar la dependencia del archivo respecto de la máquina que lo abre.

• Se incrustan todas las tipografías. Un PDF corriente puede limitarse a nombrar Arial y confiar en que tu ordenador la tenga. PDF/A no lo permite, así que los contornos de cada glifo se copian dentro del documento. Es el motivo principal de que el resultado pese más que el original.
• El color queda fijado. Los colores se convierten a un espacio independiente del dispositivo, de modo que un rojo concreto queda definido en términos absolutos en lugar de dejarlo al criterio de la pantalla o la impresora.
• Se elimina todo lo que mire fuera del archivo. JavaScript, audio y vídeo incrustados, enlaces que apuntan a otros archivos del disco y el cifrado están prohibidos por la norma.

El resultado es PDF/A-2b. El 2 es la revisión de la norma ISO y la b es el nivel de conformidad: básico, es decir, el archivo garantiza que seguirá viéndose igual en el futuro. Quédate con ese «verse», porque vuelve a aparecer más abajo.

La conformidad manda sobre la fidelidad

Cuando el conversor se topa con algo que PDF/A no admite, tiene dos salidas: conservar la función y devolverte un archivo que no pasa la validación, o descartarla y devolverte uno que sí. Está configurado para descartar. Recibes un archivo que valida, que es exactamente el motivo por el que alguien te pidió PDF/A.

En la mayoría de documentos no se pierde nada, porque la mayoría son texto e imágenes. Abre el resultado y revísalo si el tuyo contiene:

• Campos de formulario con scripts, que dejan de ser interactivos
• Multimedia incrustada, que se elimina en lugar de convertirse
• Enlaces a archivos complementarios que viven junto al PDF, que no sobreviven

Los PDF protegidos con contraseña son un caso aparte. La norma prohíbe el cifrado sin matices, así que el archivo hay que desbloquearlo antes de poder convertirlo siquiera.

Conformidad básica no significa que se pueda buscar

Esto se malinterpreta lo bastante a menudo como para decirlo sin rodeos. PDF/A-2b garantiza que la página se verá bien. No dice nada sobre que haya texto real detrás de ella.

Pasa por aquí un documento escaneado y obtendrás un PDF de archivo perfectamente válido cuyas páginas siguen siendo fotos de papel. No se selecciona nada, no se busca nada, y un validador lo dará por bueno sin pestañear. Si lo que tu archivo necesita de verdad es texto localizable, primero pasa el OCR al escaneado y después conviértelo, en ese orden: convertir a PDF/A no añade una capa de texto, y aplicar el OCR después reescribiría el archivo que acabas de dejar conforme.

Preguntas frecuentes

¿Por qué mi PDF/A pesa más que el original?

Por las tipografías incrustadas, casi siempre. Un documento compuesto con dos o tres familias puede ganar unos cientos de kilobytes, y uno que use una tipografía CJK puede ganar varios megabytes, porque el juego de caracteres completo viaja con el archivo. Ese peso es el archivo haciendo su trabajo. Comprimirlo después es posible pero contraproducente: reescribe el fichero y tendrías que volver a validarlo, así que comprime antes de convertir si lo necesitas.

¿Seguirá siendo PDF/A después de editarlo?

Da por hecho que no. Añadir una firma, rellenar un formulario o volver a guardarlo en un editor que no conoce PDF/A puede reintroducir en silencio algo que la norma prohíbe, y el archivo conserva la etiqueta PDF/A aunque ya no cumpla. Trata la conversión como el último paso antes de presentar o archivar, no como una fase intermedia.