Convertir Word a Markdown: Una Guía Completa (2024)
Convertir documentos de Microsoft Word al formato Markdown se ha vuelto esencial para los flujos de trabajo de contenido modernos. Ya seas un desarrollador gestionando documentación, un escritor técnico preparando contenido para publicación, o un blogger migrando a una plataforma basada en Markdown, entender el proceso de conversión es crucial.
Diciembre 2024
La mayoría de guías de «Word a Markdown» se detienen en «pega el texto en un conversor y copia la salida». Eso sirve para un memo. Se cae en cuanto enfrentas una migración de 200 documentos con capturas, notas al pie y un sitio de documentación Git esperando aguas abajo. Esta guía completa recorre los caminos de conversión que sí escalan, los casos límite que hacen tropezar a todos los conversores que hemos probado, y la checklist de verificación que los equipos de Word2MD.net usan antes de commitear Markdown convertido a un repositorio.
Tres caminos de conversión que sí escalan
- Conversión en navegador de un solo archivo: suelta un .docx en Word2MD.net, copia el Markdown, pégalo en tu editor. La ruta más rápida para memos puntuales.
- Conversión por lotes en ZIP: sube hasta 100 .docx y recibe un ZIP con jerarquía de encabezados consistente. La ruta correcta para migrar un disco compartido a un repo de docs.
- Conversión programática vía Pandoc + script de limpieza: lo mejor cuando necesitas control total del frontmatter YAML o sabores personalizados de Markdown, pero añade un paso de build.
Qué resuelve Word2MD.net automáticamente
Word2MD.net usa Mammoth.js para parsear el .docx y Turndown para emitir el Markdown, todo en tu navegador — los documentos confidenciales nunca salen del equipo. Los encabezados se mapean a ATX (`#` a `######`), las listas mantienen el anidamiento, las tablas pasan a sintaxis pipe GFM y el énfasis inline (negrita, cursiva, tachado) se conserva. Los enlaces sobreviven intactos. Las imágenes se emiten como referencias `` con opción de extracción. Para presentaciones con capturas, el OCR por IA extrae el texto legible junto al enlace de imagen para que los índices RAG sí puedan buscar dentro del contenido.
Casos límite comunes — y cómo manejarlos
- Control de cambios todavía en el documento: acepta o rechaza primero; Markdown no tiene equivalente para las marcas rojas.
- Notas al pie: Mammoth las convierte en referencias inline — decide si las quieres como `[^1]` o como paréntesis inline.
- Ecuaciones: MathML u OMML dentro de .docx se vuelve texto plano. Conviértelo a MathJax/KaTeX manualmente si las fórmulas importan.
- Diseño multi-columna: Markdown es de una sola columna. Si la fuente usa columnas para maquetar (no para contenido), el orden necesitará una pasada manual.
- SmartArt o gráficos incrustados: se exportan como imágenes. El OCR recupera las etiquetas de texto pero no los datos subyacentes — guarda el .docx original como fuente de datos.
Checklist de verificación antes de commitear
Tras la conversión, revisa el Markdown con tres comprobaciones rápidas. (1) Vista previa renderizada — ¿el esquema de encabezados coincide con el Word original? Un `#` que falta es el fallo silencioso más común. (2) Integridad de tablas — abre una o dos tablas convertidas y confirma que las columnas se alinean. (3) Referencias de imágenes — cada `![alt]()` debe apuntar a un archivo exportado o ser reemplazado por texto OCR extraído. Los equipos que aplican esta checklist de 30 segundos cazan cerca del 90 % de los problemas de conversión antes del pull request.