Herramientas de PDF y Documentos

PDF (Formato de Documento Portátil) conserva el diseño exactamente igual en todos los dispositivos, lo que lo convierte en el estándar para compartir documentos, facturas, manuales y libros electrónicos.

HTML es el lenguaje de las páginas web. Un archivo HTML es un documento de texto autónomo que describe la estructura y el formato que cualquier navegador puede abrir directamente.

DOCX es el formato moderno de documentos de Microsoft Word (Office Open XML). Almacena texto, estilos e imágenes en una estructura editable que Word, Google Docs, WPS y Pages pueden abrir de manera nativa.

HTM es la variante de tres letras de la extensión HTML, un resto de los límites de nombres de archivo de DOS y Windows 3.x. El contenido es una página web estándar.

XHTML es HTML reescrito con las estrictas reglas de XML: cada etiqueta cerrada, cada atributo entre comillas. Los navegadores lo muestran como HTML; a los analizadores les encanta.

MHT (MHTML) es una página web congelada en un solo archivo: el HTML más sus imágenes y estilos empaquetados en MIME multipart, el formato que produce "Guardar como → archivo único" en Word y en navegadores antiguos.

TXT es el formato de documento más sencillo de todos: solo caracteres, legible por cualquier programa jamás creado, sin ningún tipo de formato.

La extensión .markdown es simplemente Markdown con su nombre completo: la misma sintaxis, las mismas herramientas, una ortografía que algunos editores y wikis proporcionan por defecto.

DOCM es DOCX con una bandera de macro: el mismo zip OOXML, permitido para llevar proyectos VBA. Los documentos sin macros son byte a byte el formato habitual de Word.

DOTX es una plantilla de Word en el moderno zip OOXML: estilos, marcadores de posición y diseño sin ninguno de tus datos todavía.

DOTM es el hermano con macros de DOTX, una plantilla OOXML comprimida que puede contener VBA. El cuerpo del documento se lee como cualquier DOCX.

RTF (Formato de Texto Enriquecido) es el formato de texto enriquecido heredado de Microsoft de 1987: ASCII simple con secuencias de escape con barra invertida, entendido por literalmente todos los procesadores de texto jamás enviados — WordPad, Word, Pages, LibreOffice, incluso editores de la era de mainframe.

ODT es el formato de procesamiento de texto OpenDocument — el archivo nativo de LibreOffice Writer, definido por un estándar ISO abierto en lugar de por un proveedor. Contiene la semántica completa del documento: estilos, encabezados, notas al pie, tablas, imágenes.

LaTeX es el sistema de tipografía de la academia: artículos, tesis, libros y preprints (arXiv lo requiere). Un archivo .tex es fuente de texto plano — la salida convertida es un documento listo para compilar con matemáticas adecuadas, referencias cruzadas y estructura de bibliografía.

DocBook es el abuelo de la publicación técnica en XML: elementos <chapter>, <section> y <para> que centralizan líneas enteras de libros — O'Reilly, Red Hat y la tubería de páginas de manual crecieron a partir de él.

Textile es un lenguaje de marcado ligero de 2002 que impulsó Redmine, Textpattern y una década de foros: h1. encabezados, *negrita*, _cursiva_ y bq. citas — legible como texto plano, convertible a HTML.

Org mode es el formato de texto plano del ecosistema Emacs para notas, listas TODO, redacción y programación literaria: encabezados con asteriscos, palabras clave TODO, bloques # begin_src. Todo vive en un solo archivo de texto a prueba de futuro.

IPYNB es el formato de Jupyter Notebook: un documento JSON que mezcla celdas de markdown, celdas de código, resultados y metadatos. Es el medio predeterminado para el trabajo de ciencia de datos: cada análisis, tutorial y kernel de Kaggle vive en uno.

reStructuredText es el lenguaje de marcado del mundo Python: documentación de Sphinx, archivos README de PyPI, herramientas para docstrings. Encabezados de estilo subrayado, directivas y referencias cruzadas, diseñados para documentación técnica que escala.

Las páginas man son los manuales en formato roff detrás de cada comando de Unix: encabezados .TH, secciones .SH y secuencias de escape de Bfont — el formato de documentación más antiguo que todavía se usa a diario.

El wikitexto de MediaWiki es el marcado detrás de Wikipedia y miles de granjas de wikis: plantillas entre llaves dobles, encabezados con signos de igual y [[enlaces]]. Convertir significa mover conocimiento entre wikis y el resto del mundo de documentos.

Typst es la alternativa moderna a LaTeX: marcado simple como Markdown con tipografía de calidad LaTeX, compilando al instante en el navegador o en la línea de comandos. Su comunidad está creciendo rápidamente en el ámbito académico y la escritura técnica.

Vimwiki es el marcado de wiki personal del complemento de Vim del mismo nombre: = encabezados =, [[enlaces]] y {{imágenes}} — una base de conocimientos que vive completamente en texto plano dentro de Vim.

Muse es el marcado mínimo de Emacs Muse y Zim wiki: encabezados con asteriscos, énfasis con guiones bajos, diseñado para la toma de notas que se mantiene legible durante décadas.

LaTeX es el formato de origen .tex escrito en palabras — el mismo lenguaje de tipografía TeX/LaTeX, solo que con la extensión más larga y sin ambigüedades que algunos procesos prefieren.

OPML es el XML de intercambio de esquemas: elementos <outline> anidados que contienen listas de suscripción (aplicaciones de podcasts, lectores RSS) y exportaciones de mapas mentales de Workflowy, Dynalist y OmniOutliner.

AsciiDoc es el peso pesado de la documentación en texto plano: == encabezados, bloques [source] y tablas que se escalan a libros enteros. Alimenta los ecosistemas de Git y del kernel de Linux, donde Asciidoctor lo renderiza a cualquier salida imaginable.

EML es el formato de correo electrónico RFC-822 que exporta cada cliente de correo: encabezados en texto plano seguidos del cuerpo (a menudo MIME-múltiple). Universal, pero incómodo de leer fuera de una aplicación de correo.

MSG es el formato de correo electrónico guardado de Outlook: un archivo compuesto OLE que contiene encabezados, el cuerpo en HTML o texto plano, destinatarios y adjuntos. Solo se abre correctamente dentro de Outlook — en cualquier otro lugar es una caja negra.

TWiki es el lenguaje de marcas de wiki empresarial de TWiki/Foswiki — --- encabezados, %VARIABLES% y tablas en línea — todavía funcionando en muchas intranets corporativas.

Haddock es el sistema de marcado de documentación del ecosistema Haskell: -- bloques de comentarios adjuntos a funciones, que se renderizan en la documentación de la API que acompaña a cada paquete de Hackage.

DBK es un archivo DocBook con una extensión más corta: el mismo XML de publicación técnica, la ortografía que algunos conjuntos de herramientas esperan.

ADOC es la extensión corta de AsciiDoc: la ortografía favorita de la comunidad Asciidoctor, contenido idéntico en bytes.

Las macros ms son el otro paquete de formateo roff (junto con man): la capa de tipografía clásica de Bell Labs utilizada para documentos troff y documentación de Unix desde la década de 1970.

Reveal.js es el marco de presentaciones HTML por excelencia: un archivo HTML autónomo que convierte encabezados y listas en una presentación navegable con el teclado, con transiciones, notas del orador y exportación a PDF incorporadas.

PDF/A es el dialecto de archivo de PDF estandarizado por la ISO: todo lo necesario para mostrar el documento —fuentes, perfiles de color, sin dependencias externas— debe estar incrustado, y se prohíbe la encriptación o el contenido dinámico. El objetivo es que el archivo se muestre de manera idéntica durante décadas.