Causas más probables (resumen)
- Ligaduras/Glifos: el PDF usa una ligadura para "ff" que no mapea correctamente a Unicode al copiar.
- Fuentes incrustadas / tipo de fuente: font embebida (Type 3 o fuente con codificación no estándar) sin un ToUnicode correcto.
- PDF como imagen/OCR: el texto no es texto real sino imagen u OCR defectuoso.
- Codificación/Mapeo faltante: el PDF carece de mapeo de caracteres (ToUnicode) o usa una codificación personalizada.
- Comportamiento del portapapeles/Word: Word sustituye el glifo por otro carácter si la fuente en destino no tiene el glifo esperado.
Comprobaciones rápidas e independientes (hazlas en este orden)
1. Pegar en Bloc de notas (Notepad) para ver el texto “crudo”. Si en Notepad aparece "_", el problema viene del texto copiado.
2. En Word usar Pegado especial: Inicio > Pegar > Pegado especial (Ctrl+Alt+V) > Texto sin formato. Si aparece "ff", es problema de formato/RTF.
3. Cambiar la fuente del texto pegado en Word (ej. Times New Roman, Calibri). Comprueba si vuelve "ff".
4. Copiar otro texto del PDF que contenga "ff" (si existe) para ver si el problema es global o puntual.
5. Probar en otro equipo o con otro visor (ej. abrir en Foxit o en Acrobat Pro distinto) para descartar instalación local de fuentes.
6. En Acrobat: intentar seleccionar letra por letra (si no se puede, puede ser imagen/OCR).
Soluciones prácticas paso a paso
A)
Soluciones rápidas (sin herramientas avanzadas)
-
Pegar como texto sin formato
1. Copia en Acrobat (Ctrl+C).
2. En Word, Inicio > Pegar > Pegado especial > Texto sin formato (o Ctrl+Alt+V → seleccionar “Texto sin formato”).
3. Ajusta la fuente en Word.
-
Usar Bloc de notas como intermediario
1. Pegar en Notepad → copiar desde Notepad → pegar en Word. Esto elimina cualquier formato RTF problemático.
-
Reemplazo rápido en Word
1. Si ya tienes "_" en el documento, usar Buscar y reemplazar (Ctrl+H) para sustituir "_" por "ff". Úsalo sólo si confirmas que los "_" corresponden siempre a "ff".
B)
Exportar desde Acrobat (mejor que copiar/pegar)
-
Acrobat Pro: Exportar a Word o texto
1. File > Export To > Microsoft Word > Word Document. Guardar y abrir el .docx en Word.
2. O File > Save As Other > Text (o Export > Text) para obtener .txt.
Esto preserva el mapeo Unicode cuando el PDF tiene los datos.
-
Acrobat Reader (sin suscripción)
1. Si no tienes la función de exportar, usa la opción de copiar+pegar como texto sin formato; o abrir el PDF en otro visor/convertidor que permita exportar (ej. Foxit, herramienta online o Acrobat Pro).
C)
Si el PDF es una imagen / OCR
-
Ejecutar OCR en Acrobat Pro:
1. Tools > Scan & OCR (o Enhance Scans) > Recognize Text > In This File.
2. Guardar y volver a intentar copiar/pegar o exportar a Word.
D)
Ajustes en Word (ligaduras)
-
Desactivar ligaduras en Word:
1. Selecciona el texto en Word.
2. Ctrl+D (cuadro de fuente) → pestaña Avanzado → Ligaduras → Ninguna.
3. Aplicar. (Esto evita que Word interprete/o active sustituciones OpenType locales).
E)
Actualizar / reparar fuentes
- Reinstala la fuente usada en el PDF o usa una fuente estándar en Word.
- Si tienes la fuente original, instala en el equipo y repite el pegado.
-
Volver a crear el PDF desde el origen con fuentes embebidas (TrueType/OTF) y con ToUnicode:
- Al exportar desde la aplicación original (Word, InDesign), activar “embed fonts” y evitar Type 3.
-
Usar Acrobat Pro > Preflight (Tools > Print Production > Preflight):
- Buscar fixups como “Convert Type 3 fonts to TrueType/OpenType”, “Embed missing fonts” o perfiles que reparen mapeos.
-
Usar un conversor profesional:
- ABBYY FineReader, Nitro PDF o servicios de PDF→Word que suelen manejar mejor los mapas de caracteres.
-
Inspección de bajo nivel:
- Extraer la fuente del PDF y abrirla con FontForge para ver si el glifo "ff" existe o está mal mapeado.
- Usar herramientas como pdftotext (poppler), mutool, pdfminer para ver si el texto extraído contiene "_" o el mapeo es incorrecto.
Comando ejemplo: pdftotext -enc UTF-8 archivo.pdf salida.txt
-
Reconstrucción con Ghostscript:
- Regenerar PDF con Ghostscript para forzar reencodificación de fuentes y texto (puede arreglar mapeos).
-
Revisar el ToUnicode CMap:
- Si falta el ToUnicode map, el texto copiado no devuelve Unicode correcto; esto requiere re-exportar el PDF o reconstruir el mapa con herramientas especializadas.
1.
Prueba rápida (5 minutos)
- Pegar en Notepad; pegar en Word como Texto sin formato; cambiar la fuente en Word. Si se soluciona: ok, problema de formato/fuentes locales.
2.
Intentar exportar desde Acrobat (si tienes Pro): File > Export To > Microsoft Word > Word Document. Abrir y comprobar.
3. Si sigue el problema, ejecutar OCR (si sospechas que es imagen) en Acrobat Pro (Tools > Scan & OCR > Recognize Text). Reintentar copia/exportación.
4. Si no resuelto, comprobar en otro visor/equipo y mirar File > Properties > Fonts en Acrobat para ver qué fuentes están incrustadas y su tipo (Type 3, TrueType, etc.).
5. Si se confirma que la fuente es Type 3 o falta ToUnicode, pedir al autor que regenere el PDF incrustando fuentes TrueType/OTF o que proporcione el documento original. Alternativamente usar conversor profesional o aplicar Preflight en Acrobat Pro.
- Versión de Acrobat (Reader/Pro) y versión de Word.
- Un ejemplo mínimo: página o fragmento de PDF donde ocurra el problema (si puedes compartir).
- Resultado de las comprobaciones: ¿en Notepad aparece "_" o "ff"? ¿La exportación a Word falla?
- Lista de fuentes incrustadas (File > Properties > Fonts).
- Si es posible, indicar si el PDF fue creado desde InDesign/Word/u otra app; si tienes acceso al original.
