Cómo se ajusta el texto entre páginas PDF

PDF coloca texto, pero no ajusta párrafos automáticamente

Una página PDF describe cadenas dibujadas en coordenadas concretas. A diferencia de un contenedor HTML o procesador de textos, el formato no mueve por sí solo una palabra desbordada. El generador mide líneas candidatas frente al espacio entre márgenes y emite una instrucción separada por cada línea construida.

Las métricas de fuente determinan cada salto

La operación central es medir el ancho en puntos que ocuparía una cadena de texto en una fuente y tamaño específicos, cada fuente tiene datos de métricas exactamente para esto, ya que cada carácter tiene un ancho definido a un tamaño dado. Un generador construye una línea palabra por palabra: añade la siguiente palabra, mide el ancho resultante de la línea, y si sigue siendo más estrecho que el ancho disponible de la página (el ancho de la página menos los márgenes izquierdo y derecho), la conserva; si añadir la palabra desbordaría el ancho, esa palabra inicia una nueva línea en su lugar.

El límite vertical abre la siguiente página

Una vez que un generador tiene la lista completa de líneas ajustadas, las coloca una debajo de otra, bajando una altura de línea cada vez, hasta que la siguiente línea caería por debajo del margen inferior, en ese momento, comienza una nueva página y continúa desde el margen superior. Es el mismo enfoque codicioso, elemento por elemento, que el ajuste de línea, solo que aplicado a líneas en lugar de palabras, y a espacio vertical en lugar de horizontal.

Dibujar texto PDF conserva funciones que una captura pierde

Escribir instrucciones de texto PDF suele producir caracteres seleccionables y buscables. Una captura canvas contiene píxeles y necesita OCR para buscar o copiar palabras. La extracción y accesibilidad todavía dependen de codificación, mapas de caracteres y estructura; tener texto seleccionable no garantiza por sí solo un PDF correctamente etiquetado o accesible.

Dónde necesita más cuidado el diseño

¿Qué pasa con una sola palabra más larga que todo el ancho de línea? Un generador bien diseñado recurre a cortar la propia palabra, carácter por carácter, en lugar de dejar que desborde la página o quedarse atascado en un bucle infinito, esto importa para cosas como URLs largas sin espacios.

¿Distintas fuentes ajustan el texto de forma diferente al mismo tamaño? Sí, cada fuente tiene sus propios anchos de carácter (una fuente monoespaciada como Courier tiene anchos idénticos para cada carácter, mientras que Helvetica o Times tienen anchos variables por carácter), así que el mismo texto al mismo tamaño de punto puede ajustarse en un número distinto de líneas según la fuente.

¿Por qué importan las líneas en blanco de mi texto pegado? Una línea en blanco normalmente indica un salto de párrafo, un generador que las ignorara por completo uniría todos los párrafos, así que conservarlas como líneas vacías (con su propio espacio vertical) mantiene reconocible la estructura original.

La maquetación de texto PDF es una secuencia de medidas: construir una línea candidata, comparar su ancho, colocarla y abrir otra página cuando se agota el espacio vertical. Las cadenas largas sin cortes, ciertos caracteres Unicode y las limitaciones de fuentes son los casos que más tratamiento especial necesitan.