Abres un PDF y te encuentras con una pantalla llena de cuadros, signos de interrogación o símbolos sin sentido. Es una pesadilla muy común al trabajar con documentos en chino. Lo peor es que el mismo archivo se ve perfectamente en otra computadora, lo cual resulta desconcertante. Para resolver el problema, primero hay que entender su origen.
Las tres causas principales de los caracteres ilegibles en PDF en chino
1. Las fuentes no están incrustadas en el PDF
La especificación PDF permite dos formas de manejar las fuentes: incrustadas (Embed) y referenciadas al sistema.
- Fuentes incrustadas: los datos completos de la fuente se empaquetan dentro del PDF, por lo que cualquier dispositivo puede mostrarlo correctamente.
- Fuentes referenciadas: el PDF solo registra «usé tal fuente», pero el archivo de fuente real lo debe proporcionar la computadora que abre el documento.
Ahí está el problema. Si la computadora que creó el PDF tenía instalada una fuente china comercial que tú no tienes, el lector intentará sustituirla por otra, con resultados que van desde un diseño desalineado hasta cuadros o caracteres incomprensibles.
2. Configuración de codificación (Encoding) incorrecta
Los sistemas de documentos antiguos usaban distintos formatos de codificación: Big5, GB2312, UTF-8, entre otros. El PDF también depende de estas tablas de correspondencia al registrar caracteres internamente. Si el documento se guardó con codificación Big5 pero el lector lo interpreta con GB2312, la correspondencia de cada carácter queda desplazada y el resultado son caracteres ilegibles.
Esta situación es especialmente frecuente cuando se intercambian documentos entre Taiwán y China continental, ya que el Big5 del chino tradicional y el GB2312 del chino simplificado comparten parte del espacio de códigos pero no son completamente compatibles.
3. Daño en el formato durante la conversión o impresión
Cuando se usa la función «imprimir como PDF» o se convierte el archivo con herramientas no especializadas, el programa puede no procesar correctamente la tabla de correspondencia de caracteres chinos (ToUnicode CMap). Esta tabla le indica al lector qué carácter Unicode corresponde a cada código de carácter. Si está dañada o falta, copiar y pegar produce texto ilegible e incluso puede haber problemas de visualización.
Situaciones en las que aparecen caracteres ilegibles y cómo diagnosticarlas
| Síntoma | Causa más probable |
|---|---|
| Se ve bien, pero al copiar y pegar sale texto ilegible | ToUnicode CMap ausente |
| Todo se convierte en cuadros | Fuente no incrustada y sin equivalente local |
| Parte del chino se ve bien y parte no | Mezcla de varias codificaciones o fuentes |
| En otra computadora se ve correctamente | Fuente referenciada a una fuente exclusiva de ese sistema |
| Texto ilegible tras convertir a Word | La herramienta de conversión no interpretó correctamente la tabla de caracteres |
Identificar a qué categoría pertenece el síntoma es clave para aplicar la solución correcta.
Métodos prácticos de reparación
Método 1: Prueba con otro lector de PDF
Es el primer paso más rápido. La capacidad de cada lector para sustituir fuentes varía considerablemente:
- Adobe Acrobat Reader (gratuito): el más compatible; puede descargar automáticamente algunos paquetes de fuentes CJK faltantes.
- Foxit Reader: también tiene un soporte bastante sólido para el chino.
- Visor de PDF integrado en el navegador (Chrome / Edge): más básico, pero a veces puede sortear los problemas de fuentes y mostrar el texto correctamente.
Si el documento se ve bien con otro lector, el problema es de referencia de fuentes, no de daño en el archivo.
Método 2: Pide al emisor original que vuelva a exportar el PDF con fuentes incrustadas
Si eres el destinatario del documento, la solución más definitiva es pedir a quien lo creó que lo exporte de nuevo activando la opción «Incrustar todas las fuentes» (Embed All Fonts).
Al guardar como PDF desde Word, el proceso es el siguiente:
- Windows: Guardar como → PDF → Opciones → Marcar «Compatible con ISO 19005-1 (PDF/A)» o confirmar la incrustación de fuentes en las opciones avanzadas.
- Mac: Imprimir → Guardar como PDF; las fuentes generalmente se incrustan de forma automática.
El formato PDF/A exige la incrustación de fuentes y es la mejor opción para documentos que necesitan conservarse a largo plazo o compartirse entre plataformas.
Método 3: Convierte el PDF a Word y reorganízalo
Cuando la estructura del PDF es razonablemente íntegra pero hay problemas de visualización o copiado, puedes intentar convertirlo a formato Word para editarlo y luego volver a guardarlo como PDF. Este proceso reconstruye la tabla de correspondencia de caracteres y, en muchos casos, soluciona los problemas al copiar.
Puedes usar directamente la herramienta PDF a Word: sube el PDF y descarga un archivo .docx editable. Una vez verificado que el texto es correcto, usa Word a PDF para volver a empaquetarlo; el PDF resultante tendrá las fuentes mejor incrustadas.
Nota: si el PDF fue creado a partir de páginas escaneadas (toda la página es una imagen), este método de conversión no puede extraer texto. En ese caso se necesita una herramienta de OCR, funcionalidad que este sitio no ofrece actualmente.
Método 4: Extrae el texto sin formato para recuperar el contenido
A veces no necesitas conservar el formato, solo quieres extraer el contenido textual. PDF a texto puede exportar directamente la capa de texto del PDF como un archivo .txt de texto plano.
Este método es especialmente útil en los siguientes casos:
- La visualización del texto tiene problemas, pero los datos subyacentes siguen ahí.
- Necesitas pegar el contenido en otro sistema para darle formato de nuevo.
- Quieres verificar rápidamente si el texto del PDF está completo y es legible.
Método 5: Convierte las páginas problemáticas en imágenes
Si el documento solo necesita ser visto por otra persona, sin necesidad de copiarlo ni editarlo, la opción más segura es convertir cada página en una imagen. PDF a JPG puede exportar cada página como un archivo JPG independiente. El formato de imagen no tiene problemas de compatibilidad de fuentes y se verá correctamente en cualquier dispositivo.
Por supuesto, al convertir a imagen ya no se puede buscar ni seleccionar texto, por lo que es una solución de respaldo para «preservar la apariencia visual», no el formato principal para gestionar documentos a largo plazo.
Cómo prevenir los caracteres ilegibles: hazlo bien desde el principio
Mejor prevenir que remediar:
- Al exportar, selecciona siempre la opción de incrustar fuentes, especialmente si usaste fuentes comerciales que no son las predeterminadas del sistema.
- Usa preferentemente el formato PDF/A para compartir documentos que necesitan conservarse a largo plazo.
- Evita usar «impresora virtual para imprimir como PDF»; es más fiable usar directamente la función «Exportar como PDF» del software.
- Antes de enviar documentos entre regiones, prueba a abrirlos en un entorno sin fuentes especiales instaladas.
- Cuando necesitas que el destinatario pueda editar el documento, envíalo directamente en formato Word; no lo conviertas a PDF para luego pedirle que lo vuelva a convertir.
Ponlo en práctica
Ante un PDF con caracteres ilegibles, sigue el proceso descrito paso a paso; en la mayoría de los casos encontrarás la solución adecuada. Si tu objetivo es rescatar el contenido textual, prueba primero con PDF a texto. Si necesitas conservar el formato y editar el documento, sigue la ruta PDF a Word → editar → Word a PDF. Si simplemente quieres que alguien pueda verlo, PDF a JPG es la opción más sencilla.
Elige la herramienta según tus necesidades reales y no dejes que un problema de caracteres ilegibles bloquee todo tu flujo de trabajo.