La respuesta corta
HTML limpio significa que las etiquetas describen qué es el contenido (un título, un párrafo, una lista, una tabla, un enlace) y nada sobre cómo se veía en Word. Sin nombres de fuente, sin tamaños en puntos, sin colores, sin clases como MsoNormal, sin spans vacíos. Ese HTML se adapta a la hoja de estilos de tu sitio y es fácil de editar después.
Word no puede producirlo por sí solo, porque su exportación intenta reproducir la página tal cual. Un convertidor basado en la estructura lee el documento al revés: mira qué estilo usa cada párrafo y lo asigna a una etiqueta. Suelta un .docx en el convertidor de abajo, deja Convertir a en HTML, revisa la vista previa junto al código y pulsa Copiar o Descargar.
Pruébalo aquí: Word a HTML
Abrir la herramienta completaPor qué el HTML de Word es tan desordenado
Word ofrece Guardar como Página web y Página web filtrada. Las dos buscan que el HTML se parezca a la página impresa, así que escriben cada detalle visual en el código. Un párrafo corto puede convertirse en varias líneas de marcado con una clase, un atributo style que enumera fuente, tamaño y espaciado, y spans anidados en cada cambio de formato.
Copiar desde Word y pegar en un gestor de contenidos hace algo parecido a través del portapapeles: el editor recibe el HTML de Word y conserva parte o todos esos estilos. El resultado es texto que no combina con el resto del sitio, fuentes que cambian de un párrafo a otro y páginas difíciles de editar porque el formato invisible siempre vuelve.
| Método | Títulos y listas | Estilos en línea y código de Office | Imágenes |
|---|---|---|---|
| Guardar como Página web | Se conservan, como párrafos con estilo | Muchísimos, más etiquetas propias de Office | Carpeta aparte |
| Guardar como Página web filtrada | Se conservan, como párrafos con estilo | Menos, pero quedan clases y CSS en línea | Carpeta aparte |
| Copiar y pegar en un CMS | Depende del editor | A menudo se conservan | A menudo se pierden o apuntan a archivos locales |
| Google Docs, descargar como página web | Se conservan | Clases generadas y un bloque de estilos | Carpeta aparte dentro de un ZIP |
| Convertidor de esta página | h1 a h6, ul y ol reales | Ninguno | Incrustadas o excluidas |
Qué se conserva y qué se descarta
El convertidor conserva todo lo que aporta significado y deja fuera todo lo que solo controla la apariencia:
- Se conserva: los títulos de los estilos Título 1 a Título 6 de Word, los estilos Título (como h1) y Subtítulo (como h2), párrafos, negrita y cursiva (como strong y em), listas con viñetas y numeradas con sus niveles, tablas, enlaces, notas al pie, citas con el estilo Cita e imágenes.
- Se descarta: fuentes, tamaños de letra, colores, resaltado, alineación, interlineado, márgenes de página, encabezados y pies de página, y los comentarios de Word.
- Imágenes: con Incluir imágenes marcado se incrustan en el HTML como data URI, así que el código funciona por sí solo. Desmárcalo para obtener un código más ligero si subes las imágenes a tu CMS por separado.
- Página HTML completa: márcalo para obtener un archivo completo con doctype, juego de caracteres y título que se abre solo en el navegador. Déjalo desmarcado si vas a pegar el contenido en una página existente.
Prepara el documento para el resultado más limpio
El resultado solo puede estar tan estructurado como el documento. La sorpresa más habitual es un título que sale como párrafo normal en negrita. Pasa cuando alguien agrandó y puso en negrita el texto a mano en lugar de usar un estilo de título; Word lo muestra como título, pero el archivo dice que es un párrafo normal.
- Usa los estilos integrados de Word: selecciona la línea y elige Título 1, Título 2, etc. en la galería de Estilos de la pestaña Inicio.
- Usa listas de verdad. Las líneas que empiezan con un guion o un número escritos a mano se convierten en párrafos, no en elementos de lista; usa los botones Viñetas y Numeración.
- No uses párrafos vacíos para separar. Cada Intro en una línea vacía se convierte en un párrafo vacío.
- Mantén las tablas sencillas: una fila de encabezado, sin celdas combinadas si puedes evitarlo y sin tablas usadas solo para maquetar.
- Los estilos personalizados sin equivalente en HTML se convierten en párrafos normales, y el convertidor te lo indica con una nota breve debajo del resultado.
Pegar el HTML en WordPress, Shopify y otros editores
La mayoría de los editores tienen una vista de código o HTML. Cámbiate a ella antes de pegar; si pegas HTML en la vista visual, el editor muestra las etiquetas como texto. En el editor de bloques de WordPress añade un bloque HTML personalizado o abre el menú del bloque y elige Editar como HTML. En el editor clásico y en la descripción de productos de Shopify usa el botón Texto o Mostrar HTML.
Como el código no tiene estilos en línea, el texto adopta al instante las fuentes, tamaños y colores de tu tema. Si un nivel de título se ve demasiado grande para tu diseño, cambia la etiqueta (por ejemplo h2 por h3) en vez de añadir un estilo, para que el esquema de la página siga siendo correcto para buscadores y lectores de pantalla.
En plantillas de correo, el HTML limpio es un buen punto de partida, pero muchos programas de correo necesitan estilos en línea para verse igual en todas partes. Añádelos en tu herramienta de correo, no en Word.
Problemas habituales
- El archivo es .doc y no .docx: el convertidor solo lee .docx. Abre el archivo en Word o LibreOffice, guárdalo como .docx y vuelve a intentarlo.
- Faltan los títulos: se formatearon a mano. Aplica los estilos de título en Word y convierte de nuevo.
- El HTML es enorme: casi todo son imágenes incrustadas, y un data URI ocupa aproximadamente un tercio más que el archivo de imagen. Desmarca Incluir imágenes y sube las imágenes por separado.
- Faltan cuadros de texto, formas o SmartArt, o salen desordenados: son objetos de dibujo, no texto del flujo del documento. Pasa el texto importante a párrafos normales antes de convertir.
- Las tildes y la ñ se ven mal después de pegar: guarda o sirve el HTML como UTF-8. La opción de página HTML completa ya incluye la declaración UTF-8.
Privacidad y seguridad
Contratos, presupuestos y documentos internos no deberían subirse a convertidores desconocidos. Aquí el .docx se abre y se convierte en tu navegador, y el documento nunca sale de tu dispositivo. Después de abrir la página una vez, también funciona sin conexión.
El HTML resultante pasa por una lista de etiquetas permitidas, así que scripts, atributos de eventos y enlaces javascript: nunca llegan al resultado, aunque el documento los tuviera.