Reparar PDF

Un PDF es un conjunto de objetos numerados (páginas, fuentes, imágenes, flujos) más una tabla de referencias cruzadas al final que registra la posición en bytes de cada uno. Los visores leen primero esa tabla y saltan después directamente a lo que necesiten. Es un diseño eficiente con una consecuencia: el índice se escribe el último, y un archivo cuyo índice falta o está mal resulta ilegible aunque todos sus objetos estén perfectamente intactos.

Por eso los guardados interrumpidos son la causa principal. Un cierre inesperado a media escritura, un disco que se llena, un pendrive que se saca, un recurso de red que se cae, una descarga que termina antes de tiempo: todos producen un archivo con buen contenido y un mal mapa. Los sistemas de correo que alteran los adjuntos en tránsito y el almacenamiento que empieza a fallar explican casi todo el resto.

Lo alentador es que en los casos habituales los datos siguen ahí. Recuperar consiste en recorrer el archivo buscando los objetos, averiguar qué son y construir un índice correcto a su alrededor, no en reconstruir nada de la nada.

No hay una única reparación válida para todos los archivos, así que se prueban varias en orden de intervención creciente y te llevas la primera que produzca un documento que funcione de verdad.

La primera pasada reconstruye la tabla de referencias cruzadas y la estructura de objetos, recorriendo el archivo en busca de objetos y levantando el índice a su alrededor. Arregla la mayor parte de los daños reales y no cambia nada de las páginas. Si eso no basta, una regeneración completa interpreta cada página y la vuelve a escribir como documento nuevo: es más pesada y capaz de recuperar archivos cuyo propio contenido de página está mal formado, a cambio de volver a codificarlo. Una reescritura estructural final cubre los casos restantes en los que el documento se puede analizar pero no guardar correctamente.

Cada candidato se vuelve a abrir y se valida antes de ofrecerlo. Eso importa más de lo que parece: una reparación que produce un archivo de aspecto plausible y falla cuando alguien lo necesita de verdad es peor que un fallo honesto, así que nunca se devuelve un archivo que no se haya podido verificar.

El daño recuperable es el daño al mapa, no al territorio: tablas de referencias cruzadas rotas, flujos de objetos corruptos, posiciones incorrectas, una cola truncada, errores estructurales de un programa que escribió mal el archivo. En esos casos, normalmente vuelven todas las páginas.

El daño irrecuperable son los datos que faltan. Una descarga que se detuvo en el 30 % no contiene el otro 70 %, y nada puede deducirlo. Un archivo sobrescrito por otro, un archivo cuyos bytes ha revuelto un disco defectuoso, o algo que ni siquiera es un PDF: todo eso queda fuera del alcance de cualquier herramienta de reparación, por sofisticada que sea.

La forma honesta de verlo es que reparar reorganiza lo que sobrevive. Cuando el flujo de contenido de una página ha desaparecido de verdad, esa página no se puede reconstruir, y el informe te dirá que el recuento salió corto en vez de entregarte en silencio un documento con un agujero.

Trabaja sobre una copia y conserva el original dañado. Las estrategias de reparación se intentan sobre el archivo tal y como llega, y tener el original permite probar otro enfoque más adelante si el primer resultado sale incompleto.

Dedica dos minutos a buscar una fuente mejor primero, porque eso gana a cualquier reparación. Revisa el buzón de quien te lo envió, el historial de versiones de tu almacenamiento en la nube, la aplicación que generó el archivo y la papelera. Un archivo regenerado es perfecto; uno reparado es tan bueno como lo que sobrevivió.

Cuando tengas un documento que funcione, verifícalo bien: abre todas las páginas y no solo la primera, confirma el número de páginas y comprueba que el texto se sigue seleccionando. A partir de ahí se comporta como cualquier otro PDF, así que Comprimir PDF, Unir PDF y el resto funcionan con él con normalidad.