MarginaGet Margina
Artículos

Publicado

DjVu, CBZ y la larga cola de los formatos de documentos

Dos formatos con los que te vas a topar de verdad: DjVu, hecho para comprimir páginas escaneadas, y CBZ, un ZIP con otro nombre para cómics. Ninguno es raro una vez que sabes qué hay dentro.

Qué es (respuesta en un párrafo)

DjVu y CBZ resuelven dos problemas que no tienen nada que ver entre sí. DjVu comprime páginas escaneadas —sobre todo texto— hasta una fracción de lo que ocuparía una imagen normal. Creado en los laboratorios de AT&T entre 1996 y 2001, separa cada página en una capa de color de baja resolución y otra capa de alta resolución solo para el texto, cada una comprimida con un códec adecuado a ese tipo de dato. El resultado: un par de cientos de páginas escaneadas, con nitidez suficiente para leer con comodidad, pueden ocupar menos de un megabyte. CBZ es mucho más simple, y en realidad no es un formato en absoluto. Es un archivo ZIP con la extensión cambiada, que contiene una carpeta de imágenes de página en orden. Los archivos de cómic funcionan igual sin importar si la extensión es .cbz (ZIP), .cbr (RAR), .cbt (TAR) o .cb7 (7z) —descomprime cualquiera y encontrarás archivos JPEG o PNG normales, uno por página. El formato vive en el lector, no en el archivo.

Por qué importa

Ninguno de los dos es una pieza de museo. DjVu fue el formato que usó Internet Archive para su Million Book Project a partir de 2002, así que una parte real de lo que se digitalizó de bibliotecas en esa época —tesis, monografías agotadas, escaneos antiguos que nadie ha vuelto a procesar— todavía existe solo en DjVu, no en PDF. ¿Alguna vez buscaste material que vale la pena leer en Internet Archive y descargaste algo que no se abrió como esperabas? A menudo esa es la razón. Vale la pena conocer la contrapartida desde el principio: DjVu tiene diseño fijo, así que una página se muestra con una geometría fija sin importar el tamaño de tu pantalla, y su capa de texto usa un truco de compresión que a veces puede sustituir un carácter parecido por otro —un 6 leído como un 8, por ejemplo— sin que nada en el archivo indique que eso ocurrió. La investigación comparativa sobre formatos de libro electrónico dice claramente que los archivos DjVu no se pueden reajustar como sí lo hace el texto de EPUB. Es la herramienta correcta para conservar un escaneo con fidelidad. Adaptar el texto a una pantalla pequeña no es para lo que sirve.

Dónde los vas a encontrar

DjVu aparece en archivos académicos, colecciones antiguas de bibliotecas escaneadas y —aunque Internet Archive dejó de aceptar nuevas subidas en DjVu en febrero de 2016— en bastante material que digitalizó años antes y que nunca se convirtió. Wikimedia Commons todavía acepta subidas de DjVu de forma condicional, junto al PDF. CBZ y CBR viven en un rincón distinto: cómics digitales y manga, sobre todo colecciones que la gente armó o respaldó por su cuenta en lugar de comprarlas a través de la app de una sola editorial. ¿Moviste una biblioteca de cómics fuera de una tienda que cerró? Es probable que lo que te haya quedado sea una carpeta de archivos CBZ. Ambos formatos están cerca de los archivos de diseño fijo que no se ajustan —conservan una página tal como fue escaneada o dibujada, la contrapartida opuesta a lo que EPUB 3 está hecho para hacer.

Cómo lo maneja Margina

La idea no es convertir un escaneo en DjVu o un archivo CBZ en otra cosa antes de poder leerlo. Es abrir el archivo tal como ya existe, sin importar cómo haya llegado a tus manos. Margina lee lo que te envías a ti mismo, sin pedirte una cuenta ni hacer pasar el archivo por un servidor primero. Es la misma idea detrás de cómo Margina trata los formatos cerrados propios de Kindle: encontrarse con el archivo donde está, en lugar de hacer de la conversión un requisito previo para leer. Una tesis vieja escaneada, un fragmento del catálogo antiguo de un archivo, una carpeta de cómics heredada de una app que ya no existe: para eso están pensados justo estos archivos de larga cola. Margina está disponible en App Store y Google Play.

Preguntas frecuentes

¿DjVu es lo mismo que PDF?

No. Ambos pueden contener páginas escaneadas, pero DjVu separa una página en una capa de máscara de texto y otra de color/fondo, cada una comprimida con un códec adecuado a ese tipo de dato —por eso un escaneo en DjVu suele ser mucho más pequeño que un PDF equivalente hecho de imágenes de página normales.

¿Puedo abrir un archivo CBZ sin un lector de cómics especial?

Sí. Un CBZ es un archivo ZIP con otra extensión, así que cualquier herramienta para descomprimir lo abre y revela una carpeta de imágenes normales. Un lector dedicado solo añade el paso de página, el zoom y la organización de biblioteca encima.

¿Por qué todavía me voy a topar con archivos DjVu hoy?

Libros escaneados antiguos, artículos académicos y archivos de bibliotecas —incluida una buena parte de lo que Internet Archive digitalizó en la década de 2000— se guardaron en DjVu antes de que el PDF se volviera el estándar universal, así que el formato todavía aparece en contextos de investigación y archivo.

¿Margina convierte los archivos DjVu o CBZ antes de que pueda leerlos?

No hace falta ningún paso de conversión: abres el archivo tal como está. Margina lee el formato directamente en lugar de pedirte que lo conviertas primero en otra cosa.

Conclusión

DjVu y CBZ no son tanto casos aislados como la forma real de lo que la gente ha acumulado durante veinte años de escanear, descargar y archivar —una tesis guardada antes de que el PDF se impusiera, una carpeta de cómics que pasó de una app desaparecida a la siguiente. El trabajo de una app de lectura es encontrarte en el formato que ya tienes. No hacerte convertir primero.