Convertir RTF a PDF

Un formato de antes de que todo fuera XML

RTF es un formato de texto plano con el formato escrito como palabras de control: se puede leer en cualquier editor de texto, que es justamente por lo que ha sobrevivido. Microsoft lo publicó en 1987 como formato de intercambio entre procesadores de textos, y sigue siendo lo que generan los sistemas de documentos legales, las bases de datos más antiguas y buena parte del software médico y gubernamental cuando necesitan texto con formato que cualquier programa pueda abrir.

Se conserva todo lo que RTF puede expresar: fuentes, tamaños, grosores, colores, alineación y espaciado de párrafos, listas, tablas con sus bordes y sombreados, encabezados y pies de página, tamaño de página y márgenes, notas al pie e hipervínculos. El texto sigue siendo texto real que se puede seleccionar. Como RTF es mucho más sencillo que el formato nativo de un procesador de textos, esta conversión tiene menos casos límite que la mayoría: hay menos en el archivo que pueda salir mal.

La parte complicada son las imágenes. Los RTF de la época de Windows incrustan a menudo las imágenes como WMF o EMF, instrucciones de dibujo vectorial para una interfaz anterior a todo lo actual, y necesitan un renderizador de verdad. Se convierten en nuestro servidor y la alternativa local las omite, además de saltarse los encabezados y pies de página. Las imágenes PNG y JPEG normales se conservan por ambas vías. Si a un documento convertido le falta un logo o un diagrama, casi siempre es por esto.

La codificación de caracteres es la otra peculiaridad que conviene conocer. RTF es anterior a Unicode y codifica los caracteres no ASCII mediante escapes de página de códigos, con un mecanismo Unicode agregado después, así que un archivo escrito por software muy antiguo puede producir tildes y acentos incorrectos si declara mal su página de códigos. Todo lo escrito en este siglo está bien.

Si buscas otra cosa

LibreOffice hace la misma conversión localmente: soffice --headless --convert-to pdf document.rtf no envía nada a ningún lugar, procesa una carpeta entera con un solo comando y dibuja las imágenes WMF y EMF que una alternativa local no puede. Para un sistema que genera RTF en masa (expedientes, informes, cartas), esa es la herramienta con la forma adecuada.

Para convertir RTF a gran escala dentro de un flujo automatizado, Pandoc (pandoc in.rtf -o out.pdf) es rápido y se puede usar en scripts, aunque trata el RTF como texto y formato y no como un diseño de página, así que los documentos complejos salen simplificados. Y si el RTF viene de un sistema que controlas, comprueba si puede generar PDF directamente: una conversión menos siempre es mejor que un buen conversor.