Un PDF que muestra texto confuso, símbolos aleatorios, filas de cuadrados en blanco o cadenas de caracteres sin sentido puede parecer un archivo corrupto que no se puede recuperar en la práctica. El documento se abre sin mensajes de error, el recuento de páginas parece correcto y las imágenes o gráficos se muestran normalmente, pero las palabras mismas han sido reemplazadas por algo completamente ilegible. Este patrón generalmente indica un problema de codificación de fuentes en lugar de corrupción estructural de archivos, lo cual es una buena noticia porque los problemas de fuentes a menudo se pueden solucionar sin herramientas especializadas de recuperación de datos o servicios forenses de reparación de archivos. Es posible que el contenido subyacente aún esté presente en el archivo, codificado de una manera que el visor de PDF no pueda interpretar debido a que faltan datos de fuente o no coinciden.
Diagnóstico de codificación de fuentes frente a corrupción real de archivos
El primer paso de diagnóstico es determinar si el problema se origina en la codificación de fuentes o en la propia estructura del archivo PDF. Un problema de codificación de fuentes produce una confusión sistemática y consistente en todo el documento. Cada instancia de la letra A puede convertirse en un cuadrado hueco, o todo el texto aparece consistentemente como caracteres acentuados al azar de un alfabeto diferente, pero el patrón se repite de manera predecible. La verdadera corrupción de archivos produce un comportamiento inconsistente: páginas que no se muestran en absoluto, mensajes de error al intentar abrir el archivo o secciones del documento que están completamente en blanco mientras que otras secciones se muestran correctamente. Las páginas que reproducen imágenes perfectamente pero muestran texto confuso apuntan claramente a problemas de fuente en lugar de daños estructurales.
Abra el PDF en al menos dos visores diferentes para confirmar el diagnóstico. Si el archivo se muestra correctamente en Adobe Acrobat Reader pero no en un visor basado en navegador como Chrome o Edge, lo más probable es que el visor del navegador no admita el formato de fuente incrustado específico utilizado en el PDF. Si el archivo se muestra correctamente en Chrome pero no en Vista previa en Mac, es posible que Vista previa no sea compatible con un esquema de codificación de fuente en particular. Si el archivo muestra texto confuso en cada visor probado en diferentes sistemas operativos, los datos de fuente dentro del PDF están dañados o faltan, y se necesita una operación Reparar PDF que aborde los recursos de fuentes.
Volver a incrustar fuentes faltantes o dañadas
Cuando un PDF hace referencia a una fuente que no está incrustada en el archivo ni instalada en el sistema de visualización, el visor de PDF se ve obligado a sustituir una fuente diferente que sí tiene disponible. Esta sustitución frecuentemente desalinea los caracteres porque la fuente sustituta tiene diferentes anchos de caracteres, métricas de espaciado y posiciones de glifos que la fuente original. El texto aparece como símbolos desordenados o aleatorios porque los códigos de caracteres almacenados en el PDF se asignan a glifos completamente diferentes en la fuente sustituta de los que pretendía el autor del documento. La solución es volver a incrustar las fuentes correctas en el PDF para que el espectador ya no tenga que adivinar.
Abra el PDF en una herramienta que pueda inspeccionar y modificar los recursos de fuentes a nivel del documento. Verifique el inventario de fuentes para ver a qué fuentes hace referencia el documento y si cada una está completamente incrustada, parcialmente incrustada como un subconjunto que contiene solo los caracteres utilizados o si aparece como no incrustada en absoluto. Si una fuente aparece como no incrustada, debe instalar esa fuente exacta en su sistema y volver a guardar el PDF con la opción de incrustar todas las fuentes habilitada, o usar una herramienta PDF Fix PDF que puede ubicar e incrustar los datos de fuentes requeridos desde su propia biblioteca de fuentes con licencia. Las fuentes comunes del sistema, como Arial, Times New Roman, Helvetica y Courier, están disponibles en la mayoría de las bibliotecas de fuentes y pueden integrarse sin restricciones de licencia.
Uso de la técnica de impresión a PDF para una recuperación rápida
Si el texto confuso es causado por una codificación de fuente que un visor en particular maneja correctamente mientras que otros no, la solución práctica más rápida aprovecha ese único visor que funciona. Abra el PDF en cualquier visor que muestre el texto correctamente en la pantalla. Presione Ctrl-P o Comando-P para abrir el cuadro de diálogo de impresión y elija Microsoft Print to PDF o Save as PDF como impresora de destino. El proceso de impresión rasteriza o vuelve a codificar el texto tal como aparece en la pantalla y lo incrusta en un PDF completamente nuevo utilizando fuentes estándar y universalmente compatibles y una codificación que todo lector de PDF moderno comprende sin necesidad de un manejo especial de fuentes.
Este método produce una copia Repair PDF con texto limpio y legible que se muestra consistentemente en todas partes, pero hay una importante compensación que debe comprender antes de comprometerse con él. El PDF impreso normalmente pierde la capacidad de selección de texto, de búsqueda y de cualquier elemento de formulario interactivo. El texto efectivamente se convierte en parte de la imagen de la página. Para un documento que sólo necesita leerse en la pantalla y quizás imprimirse una vez, esta es una solución perfectamente aceptable que lleva unos segundos. Para un documento que necesita seguir siendo buscable, seleccionable o editable después de la reparación, pruebe primero el método de incrustación de fuentes y reserve la impresión en PDF como alternativa.
Convertir el PDF a través de un formato intermedio
Cuando la incrustación de fuentes no resuelve el problema y la impresión en PDF pierde demasiada funcionalidad del documento, convertir el PDF a un formato intermedio puede eliminar la codificación rota y al mismo tiempo conservar el texto como texto real. Exporte el PDF a un documento de Word utilizando un conversor de PDF a Word. El proceso de conversión lee el flujo de contenido del PDF y genera el texto reconocido en un nuevo formato que utiliza el manejo y codificación de fuentes propios de Word, completamente independiente de lo que esté roto en el PDF original. Abra el archivo de Word resultante, confirme que el texto se lea correctamente, realice las correcciones menores de formato necesarias y luego expórtelo nuevamente a PDF con la incrustación de fuentes habilitada.
El viaje de ida y vuelta a través de Word reemplaza la codificación rota por una limpia y compatible con los estándares, pero es posible que los diseños complejos con múltiples columnas, posicionamiento preciso o gráficos vectoriales incrustados no sobrevivan perfectamente a la conversión. La siguiente tabla compara los tres enfoques de reparación según los factores que importan al elegir qué método aplicar:
| Método | Texto seleccionable | Diseño preservado | Velocidad |
|---|---|---|---|
| Volver a incrustar fuentes | Sí | Sí | Moderado |
| Imprimir en PDF | No | Sí | Rápido |
| PDF a Word a PDF | Sí | Parcial | Lento |
Cómo lidiar con problemas de codificación de fuentes Unicode y CID
Los archivos PDF creados en escrituras no latinas, como chino, japonés, coreano, árabe o cirílico, a veces muestran texto confuso, específicamente cuando la fuente usa codificación CID (identificador de caracteres) y el espectador no puede asignar los CID numéricos a sus caracteres Unicode correspondientes. Esto es común con los archivos PDF más antiguos producidos por software de escaneo o sistemas de publicación heredados que incorporaban fuentes utilizando tablas de codificación anteriores a Unicode diseñadas antes de que Unicode se convirtiera en el estándar universal. Un PDF de un escáner japonés de 2005, por ejemplo, puede utilizar una fuente CID que los lectores modernos no pueden interpretar sin el archivo CMAP original específico del proveedor.
Las herramientas especializadas de PDF Fix PDF que admiten explícitamente el mapeo de CID a Unicode pueden reconstruir las asociaciones de caracteres correctas. Estas herramientas leen los códigos CID sin procesar de los datos de fuentes y la tabla CMAP incorporada, si está presente, para reconstruir la asignación Unicode. El proceso está automatizado en herramientas diseñadas para la reparación de fuentes PDF y solo requiere que cargue el archivo y descargue la versión corregida. Para archivos PDF que contengan idiomas de Asia oriental, elija una herramienta de reparación que incluya explícitamente la compatibilidad con fuentes CJK en su conjunto de funciones, ya que las herramientas genéricas de reparación de fuentes diseñadas principalmente para escrituras latinas pueden no incluir los datos CMAP o los modelos de reconocimiento de glifos para estos sistemas de escritura.
Prevención de texto confuso en archivos PDF que cree
Si crea regularmente archivos PDF que llegan a los destinatarios con texto confuso, la causa principal es casi siempre la configuración de incrustación de fuentes en el software que genera el PDF. Al exportar desde Word, PowerPoint, InDesign o una herramienta de diseño, ubique el cuadro de diálogo de opciones de exportación o guardado de PDF y marque la casilla denominada Incrustar fuentes o Incrustar todas las fuentes. Algunas aplicaciones ofrecen una casilla de verificación adicional para Insertar solo los caracteres utilizados en el documento, lo que crea un archivo más pequeño al subconjuntos de fuentes, pero puede causar problemas de visualización si el PDF se edita o fusiona posteriormente con otro contenido. Para obtener la máxima compatibilidad multiplataforma, incruste la fuente completa en lugar de un subconjunto siempre que el aumento del tamaño del archivo sea aceptable.
Plataformas como WukongPDF manejan la conversión de Formato PDF con la incrustación de fuentes completa habilitada de forma predeterminada, evitando los problemas de codificación que surgen de dependencias de fuentes específicas del sistema que solo funcionan en la computadora del creador. Al enviar un PDF que debe visualizarse correctamente en diferentes sistemas operativos, dispositivos y aplicaciones de visualización, una prueba de validación rápida es abrir el archivo en un visor de PDF basado en navegador, ya que estos visores no tienen acceso a las fuentes del sistema instaladas localmente y revelarán inmediatamente cualquier problema de incrustación de fuentes que, de otro modo, pasaría desapercibido hasta que el destinatario informe texto confuso.
Cuándo aceptar que un PDF no se puede reparar
A pesar de las mejores técnicas de reparación, algunos archivos PDF han sufrido daños que van más allá de la recuperación práctica. Si ha intentado volver a incrustar fuentes, imprimir en un nuevo PDF desde cada visor disponible y realizar la conversión de ida y vuelta a través de Word, y el texto permanece confuso, es posible que el archivo tenga daños estructurales en el flujo de contenido en sí en lugar de solo un problema de codificación de fuentes. En este punto, el curso más productivo suele ser localizar el documento fuente original y generar un PDF nuevo a partir de él.
Guarde el archivo dañado como referencia, ya que las imágenes y la estructura de la página aún pueden estar parcialmente intactas incluso cuando el texto no se pueda recuperar. Si el documento se originó en un escáner, volver a escanear el documento en papel original produce un PDF limpio con la codificación de texto correcta. Si el documento se creó a partir de un archivo de Word o una aplicación de diseño, solicite al autor original que lo vuelva a exportar con la incrustación de fuentes habilitada explícitamente. Una nueva exportación del documento fuente evita todos los problemas de codificación presentes en la copia dañada y produce un archivo limpio en menos tiempo que intentar realizar más reparaciones.