Convertir PDF a MHT

Un sistema heredado de gestión de documentos o un archivo del navegador puede aceptar únicamente MHT, mientras que el documento de origen está disponible como PDF. Convertirlo crea un único archivo web para ese flujo de trabajo, pero puede cambiar el diseño, la estructura del texto y las funciones interactivas del PDF.

Qué es el formato PDF

PDF, o Portable Document Format, es un formato de descripción de páginas estandarizado como ISO 32000. Puede contener texto, fuentes incrustadas, imágenes, gráficos vectoriales, metadatos, anotaciones, formularios, archivos adjuntos, cifrado y firmas digitales. Adobe Acrobat, Microsoft Word, LibreOffice, los navegadores web, los escáneres, los controladores de impresión y el software de publicación crean archivos PDF para informes, facturas, manuales, registros legales, páginas escaneadas y documentos que deben imprimirse de forma uniforme en distintos sistemas operativos.

Qué es el formato MHT

MHT, también denominado MHTML, es un archivo web MIME multipart/related. Empaqueta un documento HTML y recursos referenciados, como imágenes, hojas de estilos y, a veces, scripts, en un solo archivo, normalmente con la extensión .mht o .mhtml. Los recursos binarios suelen codificarse dentro del mensaje MIME en lugar de almacenarse como archivos independientes.

Un archivo MHT resulta útil cuando una aplicación antigua de Windows, un flujo de trabajo basado en Internet Explorer o un archivo de documentos requiere una única página web autocontenida. Es más fácil de trasladar que un archivo HTML acompañado de una carpeta de recursos, pero no es un formato de diseño de página y los navegadores modernos lo admiten de forma menos uniforme que PDF.

Cómo convertir un PDF a MHT

El método de escritorio más práctico es Microsoft Word para Windows. Word importa el PDF en un documento editable y después exporta ese contenido reconstruido como un archivo MHT; no conserva el modelo de páginas original del PDF dentro del archivo.

1. Abra Word y seleccione File → Open → Browse.
2. Seleccione el archivo de origen, como document.pdf, y acepte la advertencia de conversión de PDF de Word.
3. Revise las páginas importadas para detectar texto desplazado, fuentes faltantes, tablas dañadas, imágenes mal colocadas y cambios en los saltos de página.
4. Para un PDF escaneado, ejecute OCR en Adobe Acrobat u otra aplicación de OCR antes de importarlo. Un PDF compuesto únicamente por imágenes no proporciona a Word texto editable normal.
5. Seleccione File → Save As → Browse, establezca Save as type en Single File Web Page (*.mht; *.mhtml), elija un nombre de archivo como document.mht y seleccione Save.
6. Abra el resultado en la aplicación exacta que lo utilizará. Compruebe las imágenes, los hipervínculos, los caracteres especiales, el orden de las páginas y cualquier script o recurso incrustado necesario.

Los formatos de página web disponibles en Word pueden variar según la edición y la plataforma. Si Single File Web Page no aparece, esa instalación de Word no puede generar MHT directamente; exportar HTML ordinario crea un archivo HTML y una carpeta de recursos independiente, no un archivo MHT.

Uso de un convertidor en línea

Servicios reconocidos como Zamzar o Convertio pueden incluir MHT o MHTML como formato de salida, pero la disponibilidad de formatos puede cambiar. Confirme que .mht o .mhtml aparezca en la lista de salida actual del servicio antes de cargar el PDF; después, cargue el archivo, seleccione el formato de salida, inicie la conversión, descargue el resultado y elimine los datos cargados cuando el servicio ofrezca esa opción.

No cargue archivos PDF confidenciales, regulados, privados o firmados digitalmente a menos que las políticas del proveedor sobre procesamiento, conservación, eliminación y ubicación cumplan los requisitos aplicables. Una conversión local con Word evita transferir el documento de origen a un tercero.

Limitaciones de calidad y compatibilidad

• Diseño: La conversión normalmente reconstruye cada página como HTML. Los elementos con posición fija, las columnas, las tablas, las notas al pie, la transparencia, el ajuste de línea y las métricas de las fuentes pueden cambiar.
• Escaneos: Sin OCR, un PDF escaneado puede convertirse en un MHT que contenga imágenes de las páginas sin texto seleccionable ni buscable.
• Funciones de PDF: Las firmas, los comentarios, los archivos adjuntos, los marcadores, los controles de formulario, el cifrado, el contenido multimedia, las capas y los metadatos de accesibilidad pueden eliminarse o modificarse. Valide una firma con el PDF original, ya que cambiar de formato invalida el contenido firmado original.
• Seguridad: Los archivos MHT pueden contener contenido activo en algunos entornos heredados. Considere potencialmente inseguros los archivos procedentes de fuentes no confiables y pruébelos en el entorno restringido o controlado de la aplicación de destino.
• Compatibilidad con navegadores: La gestión nativa de MHT es irregular en las versiones actuales de Edge, Chrome y Firefox. Pruebe el archivo en el programa heredado específico que lo requiere en lugar de confiar en la vista previa de un navegador moderno.
• Conservación: Mantenga el PDF original junto con el MHT. PDF suele ser una mejor copia de archivo cuando son importantes la apariencia exacta, las firmas, las anotaciones o la accesibilidad a largo plazo.