Calibre para pasar PDF a Kindle: por qué corta los renglones

Calibre es el programa gratuito más conocido para manejar libros electrónicos: organiza la biblioteca, cambia de formato y manda libros a la Kindle. Para pasar un EPUB a AZW3 es excelente. Con los PDF, en cambio, el resultado suele decepcionar: renglones que se cortan por la mitad, encabezados metidos en medio del texto y ningún índice.

Lo dice el propio manual de Calibre

No es una opinión nuestra. El manual oficial de Calibre, en la sección sobre convertir PDF, empieza así:

"PDF documents are one of the worst formats to convert from." (Los PDF son uno de los peores formatos desde los que convertir.)

Y entre las limitaciones que enumera:

"Complex, multi-column, and image based documents are not supported." (No se admiten documentos complejos, a varias columnas o hechos de imágenes.)
"Links and Tables of Contents are not supported." (No se admiten los enlaces ni los índices.)
"PDFs that are used to display complex text, like right to left languages and math typesetting will not convert correctly." (Los PDF con textos complejos, como idiomas de derecha a izquierda o fórmulas matemáticas, no se convierten bien.)

Fuente: manual de Calibre, «Convert PDF documents».

Por qué pasa

Un PDF no guarda párrafos: guarda renglones sueltos, cada uno en una posición de la hoja. Para armar un libro hay que adivinar dónde termina un párrafo y empieza otro. Calibre lo hace con una regla de largo de renglón (el "factor de desenvolver renglones", 0,45 por defecto): si un renglón es más corto que eso, supone que ahí termina el párrafo. En un apunte, con listas, títulos y renglones cortos, esa regla se equivoca seguido, y aparecen los cortes en mitad de una oración.

Qué se puede ajustar en Calibre

• Factor de desenvolver renglones (en Entrada PDF): bajarlo une más renglones; subirlo, menos. Hay que probar con cada archivo.
• Buscar y reemplazar: con expresiones regulares se pueden sacar encabezados y números de página repetidos.
• Índice: en las opciones de conversión se le puede indicar qué renglones son títulos (con expresiones XPath). Con un PDF rara vez los reconoce solo, porque el PDF no marca qué es un título.

Con un libro sencillo, eso alcanza. Con veinte apuntes distintos de la facultad, cada uno armado en otro programa, es mucho trabajo por archivo.

Cuándo conviene otra herramienta

De hecho, Legible usa el motor de Calibre para el último paso, el de escribir el archivo AZW3, porque en eso funciona muy bien. Lo que cambia es todo lo anterior: cómo se lee la página del PDF.

Si querés probar con un apunte que te salió mal en Calibre, soltalo acá y compará. Más ideas en cómo pasar un PDF a la Kindle.