--- seo_title: Formatos de archivo y extensiones compatibles | EnConvert meta_desc: Cada formato que la API de EnConvert acepta como entrada y cada formato que produce, agrupados por familia de conversión, más cómo se validan extensión y bytes. keywords: formatos de archivo compatibles api, extensiones aceptadas api de conversión, anything to pdf formatos admitidos, formatos de conversión de imágenes api, validación de bytes mágicos de archivo, error 400 formato no admitido, qué formatos acepta la api de conversión, convertir cualquier archivo a markdown formatos --- # Formatos compatibles Cada extensión que la API acepta y cada formato que devuelve, con una tabla por familia de conversor. Las listas de esta página son las que comprueba el código, así que una extensión que falte está realmente rechazada, no simplemente sin documentar. Si lo que quieres es el par (esta entrada, esa salida y la ruta del endpoint que las une), la [matriz de conversiones](/es/docs/endpoints/convert/matrix.md) tiene los 51 endpoints en una sola tabla fácil de recorrer. --- ## Páginas web Cinco endpoints que reciben una URL en un cuerpo JSON en lugar de una carga de archivo. | Endpoint | Entrada | Salida | |----------|-------|--------| | `POST /v1/convert/url-to-pdf` | Una URL, o un array de URLs | PDF (`application/pdf`) | | `POST /v1/convert/url-to-screenshot` | Una URL, o un array de URLs | PNG (`image/png`) | | `POST /v1/convert/url-to-markdown` | Una URL, o un array de URLs | Markdown (`text/markdown; charset=utf-8`) | | `POST /v1/convert/website-to-pdf` | Una URL de sitio, rastreada o leída desde `sitemap.xml` | ZIP de PDFs | | `POST /v1/convert/website-to-screenshot` | Una URL de sitio, rastreada o leída desde `sitemap.xml` | ZIP de PNGs | Las capturas de pantalla son PNG. No existe opción de captura en JPEG ni en WebP: la llamada de captura está fijada a PNG en el código. Los dos endpoints `website-to-*` son solo asíncronos y siempre responden `202` con un `batch_id` y un `output_format` de `zip`. --- ## Documentos a PDF Once endpoints de destino único, cada uno una carga `multipart/form-data` con el documento en el campo `file`. La salida siempre es un único PDF. El comodín `anything-to-pdf` es el duodécimo y tiene su propia sección más abajo. | Endpoint | Entrada aceptada | Motor | |----------|----------------|--------| | `POST /v1/convert/html-to-pdf` | `.html`, `.htm` | WeasyPrint | | `POST /v1/convert/markdown-to-pdf` | `.md`, `.markdown` | WeasyPrint | | `POST /v1/convert/doc-to-pdf` | `.doc`, `.docx` | LibreOffice | | `POST /v1/convert/excel-to-pdf` | `.xls`, `.xlsx` | LibreOffice | | `POST /v1/convert/ppt-to-pdf` | `.ppt`, `.pptx` | LibreOffice | | `POST /v1/convert/odt-to-pdf` | `.odt` | LibreOffice | | `POST /v1/convert/ods-to-pdf` | `.ods` | LibreOffice | | `POST /v1/convert/odp-to-pdf` | `.odp` | LibreOffice | | `POST /v1/convert/ots-to-pdf` | `.ots` | LibreOffice | | `POST /v1/convert/pages-to-pdf` | `.pages` | LibreOffice | | `POST /v1/convert/numbers-to-pdf` | `.numbers` | LibreOffice | El motor decide qué `pdf_options` son válidas. HTML y Markdown pasan por WeasyPrint y aceptan tamaño de página, orientación, márgenes, escala, encabezado y pie de página. Los nueve endpoints basados en LibreOffice toman la geometría de página del documento original, así que solo respetan `grayscale` y devuelven `400` cuando se establece explícitamente una opción de geometría. --- ## anything-to-pdf `POST /v1/convert/anything-to-pdf` acepta 36 extensiones y siempre devuelve un PDF. Solo admite carga de archivo: no acepta URLs. ```text .bmp .csv .doc .docx .epub .gif .heic .heif .htm .html .jpeg .jpg .markdown .md .mdown .mkd .numbers .odp .ods .odt .ots .pages .pdf .png .ppt .pptx .rtf .svg .text .tif .tiff .txt .webp .xhtml .xls .xlsx ``` La extensión elige el motor: | Grupo de entrada | Extensiones | Motor | |-------------|------------|--------| | Office, OpenDocument, iWork, RTF, CSV | `.doc` `.docx` `.xls` `.xlsx` `.ppt` `.pptx` `.odt` `.ods` `.odp` `.ots` `.pages` `.numbers` `.rtf` `.csv` | LibreOffice headless | | HTML | `.html` `.htm` `.xhtml` | WeasyPrint | | Markdown | `.md` `.markdown` `.mdown` `.mkd` | WeasyPrint | | Texto plano | `.txt` `.text` | Envuelto en un bloque monoespaciado y luego WeasyPrint | | EPUB | `.epub` | EPUB a Markdown y luego WeasyPrint | | Imágenes rasterizadas | `.png` `.jpg` `.jpeg` `.gif` `.bmp` `.tiff` `.tif` `.webp` `.heic` `.heif` | Pillow | | SVG | `.svg` | CairoSVG | | PDF | `.pdf` | Paso directo validado | Antes de enviar un archivo conviene conocer dos consecuencias de ese enrutamiento: - La geometría de página (`page_size`, `page_width`, `page_height`, `orientation`, márgenes, `scale`, `header`, `footer`) solo se respeta para entradas HTML, Markdown, texto plano, EPUB, imagen y SVG. Si estableces una explícitamente sobre entrada de Office o PDF, la solicitud devuelve `400`. `grayscale` funciona con cualquier entrada. - Una carga de PDF se acepta y se devuelve tal cual, tras comprobar que los bytes empiezan por `%PDF-`. Combinado con `grayscale`, eso convierte a este endpoint en la vía para pasar a escala de grises un PDF existente. --- ## anything-to-markdown `POST /v1/convert/anything-to-markdown` acepta 22 extensiones y siempre devuelve un único archivo `.md` en UTF-8. ```text .csv .doc .docx .epub .htm .html .markdown .md .mdown .mkd .odp .ods .odt .pdf .ppt .pptx .rtf .text .txt .xhtml .xls .xlsx ``` Agrupadas según cómo se lee cada una: | Grupo de entrada | Extensiones | Vía | |-------------|------------|------| | Texto y Markdown | `.txt` `.text` `.md` `.markdown` `.mdown` `.mkd` | Lectura directa | | HTML | `.html` `.htm` `.xhtml` | HTML a Markdown | | Formatos heredados y OpenDocument | `.doc` `.ppt` `.xls` `.odt` `.ods` `.odp` `.rtf` | LibreOffice a HTML y luego a Markdown | | Extractores nativos | `.pdf` `.docx` `.pptx` `.xlsx` `.csv` `.epub` | Extractor específico del formato | Tres cosas con las que contar: - **Las imágenes se rechazan.** `.png`, `.jpg`, `.jpeg`, `.gif`, `.bmp`, `.webp`, `.tiff` y `.tif` devuelven `400` con `Image OCR ('') is not yet supported on this endpoint.` Este endpoint no hace OCR, así que hoy una página escaneada dentro de un archivo de imagen no tiene ninguna vía para extraer texto. - **`.ots`, `.pages` y `.numbers` no se aceptan aquí**, aunque `anything-to-pdf` sí admite las tres. Pásalas primero por `anything-to-pdf`, ya que `.pdf` sí está en la lista de arriba. - La salida se normaliza antes de devolverse: CRLF pasa a LF, las series de tres o más líneas en blanco se colapsan y el archivo termina con un salto de línea. La extracción se ejecuta con topes de recursos que protegen frente a cargas hostiles. Las entradas basadas en ZIP (EPUB, DOCX, XLSX, PPTX) se rechazan por encima de 400 MB declarados sin comprimir o de 10.000 entradas. Las tablas emitidas truncan las celdas a 500 caracteres y se detienen en 5.000 filas de cuerpo. El extractor de PDF tiene un tope de 2.000 páginas y 20.000 palabras por página. --- ## Formatos de datos Once endpoints, todos cargas síncronas. La extensión del archivo debe coincidir con el endpoint al que lo envías. | Endpoint | Entrada aceptada | Salida | |----------|----------------|--------| | `POST /v1/convert/json-to-xml` | `.json` | `.xml` | | `POST /v1/convert/xml-to-json` | `.xml` | `.json` | | `POST /v1/convert/json-to-yaml` | `.json` | `.yaml` | | `POST /v1/convert/yaml-to-json` | `.yaml`, `.yml` | `.json` | | `POST /v1/convert/json-to-csv` | `.json` | `.csv` | | `POST /v1/convert/csv-to-json` | `.csv` | `.json` | | `POST /v1/convert/json-to-toml` | `.json` | `.toml` | | `POST /v1/convert/toml-to-json` | `.toml` | `.json` | | `POST /v1/convert/csv-to-xml` | `.csv` | `.xml` | | `POST /v1/convert/xml-to-csv` | `.xml` | `.csv` | | `POST /v1/convert/markdown-to-html` | `.md`, `.markdown` | `.html` | --- ## Imágenes Veintidós endpoints: veinte conversiones entre JPEG, PNG, SVG, HEIC y WebP (todos los pares ordenados), más `pdf-to-jpeg` y `compress-image`. Lee esta tabla como «¿en qué puedo convertir esto?». | Entrada | Salidas disponibles | |-------|-------------------| | JPEG (`.jpeg`, `.jpg`) | PNG, SVG, HEIC, WebP | | PNG (`.png`) | JPEG, SVG, HEIC, WebP | | SVG (`.svg`) | JPEG, PNG, HEIC, WebP | | HEIC (`.heic`, `.heif`) | JPEG, PNG, SVG, WebP | | WebP (`.webp`) | JPEG, PNG, SVG, HEIC | | PDF (`.pdf`) | JPEG, mediante `pdf-to-jpeg` | | PNG, JPEG, WebP | El mismo formato, más pequeño, mediante `compress-image` | Los nombres de los endpoints siguen el par: `jpeg-to-png`, `svg-to-webp`, `heic-to-jpeg`, etc. Fíjate en que los endpoints de JPEG se escriben `jpeg-`, no `jpg-`, aunque se aceptan tanto archivos `.jpeg` como `.jpg`. `compress-image` mantiene el formato de entrada: PNG entra, PNG sale. Su `target_size_kb` opcional debe ser al menos `1`, y un valor menor devuelve `400` antes de gastar ninguna op. `pdf-to-jpeg` devuelve un JPEG en bruto para un PDF de una sola página y un ZIP con `page_1.jpeg` hasta `page_N.jpeg` para uno de varias páginas. Cualquier salida de conversor que empiece con una firma ZIP se entrega con extensión `.zip`, que es la razón por la que un mismo endpoint puede darte dos tipos de contenido distintos. ### Topes de píxeles Estos se comprueban aparte del límite de tamaño de archivo de tu plan, porque un archivo pequeño puede decodificarse en un mapa de bits enorme. | Límite | Valor | Se aplica a | |-------|-------|------------| | Píxeles decodificados | 40.000.000 | Todos los endpoints de imagen, comprobado justo después de abrir la imagen | | Dimensión de salida SVG | 10.000 px por lado | Rasterización de SVG (`svg-to-*`) | | Píxeles de salida SVG | 25.000.000 en total | Rasterización de SVG (`svg-to-*`) | | Tamaño de render | 25.000.000 px por página | `pdf-to-jpeg`, que reduce el render para que quepa | | Número de páginas | 500 páginas | `pdf-to-jpeg` | Las solicitudes de SVG que rompen un tope de dimensión devuelven `400` antes de contabilizar ninguna op. Si pasas solo `width` o solo `height`, el otro se deriva de la relación intrínseca del SVG; cuando esa relación no se puede leer, la solicitud falla con un `400` que pide ambos. --- ## Tipos de medio de salida Las descargas directas llevan el tipo de medio asociado a la extensión de salida. | Extensión | Tipo de contenido | |-----------|--------------| | `.pdf` | `application/pdf` | | `.png` | `image/png` | | `.jpeg`, `.jpg` | `image/jpeg` | | `.heic` | `image/heic` | | `.webp` | `image/webp` | | `.svg` | `image/svg+xml` | | `.json` | `application/json` | | `.xml` | `application/xml` | | `.yaml`, `.yml` | `application/x-yaml` | | `.csv` | `text/csv` | | `.toml` | `application/toml` | | `.html` | `text/html` | | `.md` | `text/markdown; charset=utf-8` | | `.zip` | `application/zip` | Todo lo que no esté en esa lista se sirve como `application/octet-stream`. --- ## Entradas y salidas de V2 Los endpoints de inteligencia web trabajan con outputs en lugar de con formatos de archivo. [`POST /v2/perceive`](/es/docs/endpoints/perceive.md) recibe una URL y devuelve cualquiera de un conjunto cerrado de outputs: `markdown`, `html_cleaned`, `html_raw`, `screenshot`, `screenshot_full_page`, `pdf`, `links`, `images`, `structured`. El valor por defecto es `["markdown", "structured"]`. Todo salvo `structured` se escribe en almacenamiento y se devuelve como una URL de descarga firmada; `structured` vuelve inline en el cuerpo de la respuesta. [`POST /v2/ingest/files`](/es/docs/endpoints/ingest.md) reutiliza literalmente la lista de `anything-to-markdown` de arriba, así que se aceptan las mismas 22 extensiones y las imágenes se rechazan igual. Un solo trabajo admite hasta 200 archivos, con cada nombre de archivo de hasta 255 caracteres, y la salida del trabajo es un único archivo JSONL de fragmentos. --- ## Cómo funciona la detección de formato Las cargas se comprueban dos veces, y ninguna de las dos comprobaciones mira el `Content-Type` de la solicitud. En ningún punto de la API hay una lista blanca de MIME para las cargas. **Primero, la extensión del nombre de archivo.** Si el endpoint declara una lista de formatos aceptados y tu extensión no está en ella, la solicitud falla de inmediato: ```json { "detail": "Invalid file format '.txt' for json-to-xml. Allowed: .json" } ``` **Después, los bytes.** La API inspecciona los primeros bytes de la carga y compara lo que encuentra con lo que declaraba la extensión. Reconoce PNG, JPEG, GIF, WebP, HEIC y HEIF, PDF, y los dos tipos de contenedor de Office (el contenedor ZIP que hay detrás de `.docx`, `.xlsx`, `.pptx`, ODF, iWork y EPUB, y el contenedor OLE2 más antiguo que hay detrás de `.doc`, `.xls` y `.ppt`). Los formatos de texto se saltan la inspección por completo. JSON, CSV, XML, YAML, TOML, Markdown, HTML, SVG y el texto plano no tienen una firma fiable, así que su extensión se toma por válida y es el conversor el que informa del problema. La inspección es deliberadamente conservadora. Solo rechaza un desajuste de alta confianza, es decir, una firma que reconoce y que pertenece a un grupo distinto del que declaraba la extensión. Una carga `.png` cuyos bytes son un JPEG se rechaza. Los bytes que no reconoce pasan sin más. Un desajuste devuelve `400`: ```json { "detail": "File content does not match the 'jpeg-to-png' input type." } ```
Renombrar un archivo no lo convierte. Llamar photo.png a un photo.webp pasa la puerta de la extensión y luego falla la comprobación de bytes con el 400 de arriba. Envía la extensión real y elige el endpoint que le corresponda.
Los nombres de archivo se reescriben, no se rechazan, camino del almacenamiento: solo sobrevive el nombre base, se quitan `..` y los caracteres `<>:"|?*`, y los espacios pasan a ser guiones bajos. En [ingesta de archivos](/es/docs/guides/file-ingestion.md) tienes la object key resultante. --- ## Páginas relacionadas - [Matriz de conversiones](/es/docs/endpoints/convert/matrix.md) empareja cada entrada con su salida y la ruta de su endpoint. - [Ingesta de archivos](/es/docs/guides/file-ingestion.md) cubre cómo enviar los bytes: carga multipart, una URL que la API obtiene, y los topes de tamaño que se aplican. - [Errores](/es/docs/reference/errors.md) tiene la lista completa de mensajes para `400`, `413` y `415`. - [Límites de frecuencia y cuotas](/es/docs/reference/rate-limits.md) tiene los topes de subida por plan.