Numerar un PDF cuando las páginas están giradas o son de tamaños distintos

La rotación es la prueba que la mayoría de las herramientas suspende

Una página PDF puede llevar una rotación de 0, 90, 180 o 270 grados. La rotación no está incorporada al contenido: las instrucciones de dibujo quedan exactamente como se escribieron, y el lector gira la página entera al mostrarla. Así se endereza cualquier escaneo que entró de lado, y es extremadamente frecuente en documentos que han pasado por un escáner o una herramienta de giro.

La trampa es que la biblioteca que escribe el número no aplica esa rotación. Pídele «abajo centro» en una página girada 90 grados y colocará fielmente el texto abajo en el centro de la página sin girar, que el lector ve en mitad del borde izquierdo, tumbado de lado. En una página a 270 grados cae en el borde opuesto. Equivócate un poco en una hoja apaisada y el número se sale del todo, porque el ancho y el alto se han intercambiado.

Esta herramienta hace la conversión. Se construyó un archivo de seis páginas con A4 vertical, Letter vertical, A4 apaisada y tres A4 giradas 90, 180 y 270 grados, y se numeró abajo al centro con un margen de 28 puntos. Al releer el resultado con la vista de un motor de renderizado — la misma transformación que aplica un lector — cada uno de los seis números quedó a 28 puntos por encima del borde inferior de la página mostrada, y todos se leían de izquierda a derecha. En las páginas giradas el texto original volvía a 90, 180 y 270 grados en esa misma vista, y ese es el quid: el número está derecho precisamente porque se corrigió, y el contenido de la página no.

Tamaños mixtos: cada página medida por sí sola

Un expediente unido casi nunca tiene un solo tamaño de página. Un informe A4 con un anexo Letter, una hoja de cálculo apaisada impresa en medio de un documento vertical, un escaneo que salió con un tamaño raro: todo eso es corriente. Una herramienta que mide la primera página y luego reutiliza esa medida desviará el número lateralmente en cada página distinta.

Esta mide cada página al numerarla. En el archivo de prueba de seis páginas, el número centrado quedó a 287,9 puntos en las hojas A4, a 296,3 en la Letter y a 411,2 en las apaisadas y giradas. Son tres posiciones horizontales distintas dentro del archivo, y las tres son el centro de su propia página. Cuando se numeran varios documentos de una pasada se aplica la misma regla a nivel de documento: el último número de cada archivo se calcula sobre su propia extensión, así que un capítulo de cinco páginas dice «5 / 5» aunque vaya en cola detrás de uno de cuarenta.

Un archivo de imprenta con sangrado: medido desde el corte, no desde la hoja

Una página tiene más de un rectángulo. El MediaBox es la hoja sobre la que se dibuja la página; el CropBox es la parte que el lector debe ver. En un documento de oficina corriente son iguales, y por eso la diferencia casi nunca aparece. En un archivo preparado para imprenta no lo son: la hoja es mayor que la página acabada, la banda extra alrededor del borde es el sangrado, y el CropBox marca dónde caerá el corte.

La herramienta mide el CropBox, con lo que el margen que elijas es un margen desde el borde acabado — el que el lector tendrá en la mano. Medido sobre páginas construidas a propósito, abajo centro, margen de 28 puntos: con un sangrado de 3 mm el número quedó a 28,00 puntos sobre el borde cortado; con un sangrado de 10 mm, también a 28,00; y en una página sin sangrado alguno, los mismos 28,00. Las tres son indistinguibles, que es justo lo que se busca. Una página que no declara CropBox no se ve afectada, porque un CropBox ausente equivale al MediaBox por definición — y una hoja cuyo origen no está en cero también se trata, ya que la esquina de la caja se vuelve a sumar en lugar de darse por supuesta. La vista previa en pantalla se construye con esa misma medida, así que lo que muestra es lo que contendrá el archivo.

El número que ya está en la página le resulta invisible

Merece decirse claramente porque decepciona a quien espera otra cosa: ninguna herramienta de numeración de este tipo detecta un número de página existente, y esta no es la excepción. Nunca lee el texto de la página. Abre el documento, añade una instrucción de dibujo a cada página y guarda. Lo que ya estuviera impreso ahí sigue impreso ahí.

La prueba lo hizo concreto. Un archivo de tres páginas cuya primera ya llevaba el pie «Page 1 of 2» se numeró abajo a la derecha. El resultado muestra ambos: el pie original y un nuevo «1 / 3» dieciséis puntos más abajo. Los dos se contradicen en la misma página — el pie viejo contaba dos páginas, la herramienta contó tres — y nada en la interfaz avisa de que esto ha ocurrido. Si tu documento ya imprime números, quítalos en el origen o acepta dos juegos, y revisa al menos una página antes de enviar el archivo a ninguna parte.

La misma ceguera se aplica a cualquier otra cosa que ya ocupe el margen. Una página de prueba con un pie de empresa que iba de 120 a 356 puntos a lo ancho del borde inferior, justo a la altura donde va el número, recibió su «1 / 1» de 288 a 307 puntos: impreso encima de la dirección. No hay comprobación de colisión, y difícilmente puede haberla sin leer la página. Lleva el número a una esquina que el documento deje libre, o sube el margen hasta que despeje.

Qué le hace la numeración a las páginas originales

Nada se vuelve a comprimir y nada se vuelve a renderizar. El número se añade como una nueva instrucción de dibujo anexada a la página, no reescribiendo lo que había: en un archivo numerado el contenido de la página pasó de ocho bloques de instrucciones a once, y los ocho originales quedaron intactos. Cada flujo de datos en bruto de dos documentos reales — 48 en uno, 60 en el otro, incluidas dos imágenes incrustadas — salió idéntico byte a byte tras numerar. El texto sigue siendo seleccionable, las imágenes conservan su calidad original y no hay pérdida de generación.

El tamaño del archivo puede moverse en ambos sentidos, y a menudo baja. Un documento portugués pasó de 152.674 bytes a 74.823: la mitad, con sus ocho páginas y cada carácter de su texto intactos. La razón es que el archivo entero se reconstruye en lugar de ampliarse: el original llevaba tres revisiones apiladas, y el reconstruido lleva una. Es un efecto colateral de la biblioteca, no una función de la herramienta, y conviene saberlo porque significa que la salida no es una edición mínima de tu original. Es un archivo nuevo con las mismas páginas.

Dos documentos serán rechazados de entrada. Un PDF cifrado es uno: la biblioteca no abre un archivo que lleve un gestor de seguridad, aunque no haya contraseña que teclear y el archivo se abra al instante en cualquier lector. Una norma industrial de 192 páginas usada en estas pruebas se comporta exactamente así: su texto se extrae sin problema con la herramienta de texto de este sitio, y la de numeración la nombra y la omite. El otro rechazo es una etiqueta con caracteres que la fuente PDF estándar no puede escribir: las letras polacas, checas, turcas, griegas y cirílicas quedan fuera de su repertorio, y la herramienta comprueba la etiqueta antes de empezar en lugar de fallar a mitad de un lote.

Preguntas frecuentes

Mis páginas están giradas. ¿Saldrán los números de lado?

No. Se probó con los cuatro valores de rotación en un mismo archivo y el número salió derecho y en la esquina pedida en todos los casos, medido con la misma transformación de vista que aplica un lector. La herramienta calcula dónde está la esquina en la página tal como tú la ves, reconvierte ese punto al espacio de coordenadas de la página y gira el texto según la rotación de la página para que su línea base siga el sentido de lectura. Vale la pena comprobarlo en cualquier otra herramienta de numeración que uses, porque es justo donde fallan: un número en medio del borde izquierdo, tumbado de lado, es la firma de una herramienta que ignoró el indicador de rotación.

Mi documento mezcla A4 y Letter. ¿Se alinearán los números?

Cada número quedará correctamente colocado en su propia página, lo cual no es exactamente lo mismo que estar alineado. Un número centrado queda a 287,9 puntos en A4 y a 296,3 en Letter, porque son los centros de dos anchos distintos: pasa páginas en pantalla y el número se mueve. Eso es correcto: está centrado en cada hoja. Si necesitas que se alineen en todo el documento, usa una posición en esquina en vez de centrada, ya que un margen fijo desde el borde izquierdo o derecho da la misma distancia en cada página sea cual sea el ancho. Numerar varios archivos de una pasada sigue el mismo principio a nivel de documento: el total de cada archivo es el suyo.

El documento ya tiene números de página. ¿Los reemplazará la herramienta?

No: añade un segundo juego. La herramienta nunca lee el texto de la página; solo dibuja encima. En las pruebas, una página que ya mostraba «Page 1 of 2» volvió con eso y con un nuevo «1 / 3» justo debajo, en desacuerdo ambos sobre cuántas páginas tiene el documento. Quitar un número existente exige volver a lo que produjo el documento, porque una vez dibujado en la página forma parte del contenido como cualquier otro texto. Si no puedes, coloca el nuevo número en otra esquina para que no se superpongan, y dile a quien reciba el archivo cuál de los dos juegos vale.

¿Numerar volverá a comprimir mi PDF o perderá calidad?

No. El número es una nueva instrucción de dibujo anexada a la página, y el contenido original no se toca. Cada flujo de datos en bruto de dos documentos de prueba reales — imágenes incrustadas incluidas — salió idéntico byte a byte tras numerar. El texto sigue siendo seleccionable y las imágenes conservan exactamente sus datos originales, así que puedes numerar el mismo archivo repetidas veces sin pérdida de generación. El tamaño del archivo sí puede cambiar, y a menudo cae mucho: la biblioteca reconstruye el archivo entero en lugar de ampliarlo, de modo que un documento con varias revisiones apiladas vuelve como una sola. Un archivo de prueba se redujo a la mitad con todas sus páginas y todo su texto intactos.

¿Por qué rechaza mi PDF o mi etiqueta?

Dos causas. Si el archivo se rechaza, casi con certeza está cifrado, y cifrado no significa necesariamente protegido por contraseña. Muchos documentos publicados llevan un gestor de seguridad con contraseña de usuario vacía: se abren al instante en cualquier lector, pero la biblioteca usada aquí no los toca. Una norma industrial de 192 páginas empleada en estas pruebas hace exactamente eso, y ese mismo archivo extrae su texto perfectamente con la herramienta de texto de este sitio. Quita la protección en el origen y vuelve. Si lo rechazado es la etiqueta, contiene un carácter que la fuente PDF estándar no puede escribir. Las letras Latin-1 valen — acentos, cedillas, diéresis, los signos de párrafo y grado, guiones y comillas curvas — pero no las polacas, checas, turcas, griegas ni cirílicas. La herramienta comprueba antes de empezar, así que nunca se pierde un lote entero a mitad de camino.