La propuesta original de la WWW es un archivo Word for Macintosh 4 de 1990, ¿podemos abrirlo?

Artículo original ↗ Discusión en Hacker News ↗

Un intento de abrir la propuesta de Tim Berners-Lee de 1990 para la World Wide Web, almacenada como un archivo Microsoft Word for Macintosh 4.0, expone cuán frágil y compleja se ha vuelto la accesibilidad a los formatos propietarios antiguos. Los comentaristas comparan herramientas que van desde LibreOffice, versiones modernas y heredadas de Word y Macs clásicos emulados, señalando que, aunque el texto se puede recuperar, las fuentes, el diseño y los gráficos PICT incrustados a menudo son incorrectos o faltan. El intercambio se amplía hacia preocupaciones sobre la preservación digital, la eliminación de funciones por motivos de seguridad y la legibilidad a largo plazo de los documentos de hoy, especialmente los bloqueados en ecosistemas cerrados y solo SaaS.

Apertura del archivo Word for Mac 4.0 de 1990

  • Varias herramientas pueden abrirlo, pero ninguna es perfecta sin ajustes.
  • LibreOffice abre el documento, pero los márgenes, tamaños de fuente, encabezados/pies de página, medianiles y parte del diseño son incorrectos, aunque se pueden corregir manualmente.
  • Microsoft Word moderno para Windows (Office 365) lo abre de forma restringida: requiere cambiar ajustes de seguridad y no muestra los gráficos incrustados debido a que se eliminó la compatibilidad con PICT.
  • Word 2003 antiguo en Windows, según se informa, lo abre “a la perfección”, incluidas las imágenes, y puede volver a guardarlo como un .doc/.docx moderno, aunque algunas conversiones posteriores vuelven a perder imágenes.
  • Word para Mac (actual) a menudo rechaza el archivo como un tipo “bloqueado” o lo abre sin gráficos; la versión web es más limitada y está centrada en DOCX.

Flujos de trabajo de emulación y conversión

  • Ejecutar Classic Mac OS en emuladores (Infinite Mac, BasiliskII, QEMU, Mini vMac, 86box/PCem para PCs) es una forma fiable de obtener un diseño “auténtico” e imprimir a PostScript/PDF.
  • Un flujo de trabajo detallado: Word 98 en un emulador de Power Mac → volver a guardar → imprimir a PDF con Acrobat → extraer imágenes vectoriales PICT → reinserción en Word moderno → DOCX/PDF de alta fidelidad.
  • Otros usaron Word 5.x en Macs emulados para abrir archivos de Word 4 y guardarlos en formatos más modernos; la exportación a RTF suele perder o distorsionar imágenes.

Imágenes, fuentes y fidelidad del diseño

  • Los gráficos incrustados son metaficheros PICT; en general, Word moderno no puede renderizarlos.
  • LibreOffice puede leer archivos PICT independientes y convertirlos a SVG; puede automatizarse mediante su interfaz de línea de comandos.
  • Las discrepancias de fuentes (por ejemplo, Palatino vs Palatino Linotype vs Times New Roman) y las rarezas antiguas de fuentes de Mac/impresora explican parte de la deriva del diseño.
  • Para una reproducción exacta, importan las fuentes originales y las suposiciones de la impresora; de lo contrario, los PDFs generados desde entornos emulados son lo más cercano.

Archivado, formatos y seguridad

  • El hilo destaca repetidamente lo rápido que los formatos propietarios se vuelven frágiles, a pesar de la reputación relativamente sólida de Microsoft en compatibilidad hacia atrás.
  • Algunos sostienen que Microsoft tiene la responsabilidad de mantener legibles formatos muy antiguos, quizá mediante analizadores heredados aislados; otros dicen que reescribir analizadores seguros para formatos de hace 30 años no tiene justificación comercial.
  • Los formatos antiguos de Word estaban estrechamente ligados a las limitaciones de diseño de la época de pocos recursos, no solo a “mal diseño”.
  • Hay debate sobre si “los formatos de archivo antiguos tienen vulnerabilidades” o “los analizadores las tienen; los formatos pueden analizarse de forma segura en principio”.

Formatos abiertos, Markdown y preservación

  • Varios comentaristas abogan por texto plano, Markdown, HTML, TeX/LaTeX, PNG y formatos bien documentados para el almacenamiento a largo plazo.
  • Hay una larga subdiscusión sobre Markdown:
    • Ventajas: legible por humanos sin parser; mucho más simple que el viejo binario .doc; degradación elegante.
    • Desventajas: muchos dialectos y extensiones; la falta de un estándar único y estable complica el análisis archivístico.
  • Se cita TeX/LaTeX como algo singularmente estricto en cuanto a la reproducibilidad del diseño entre versiones.

Arqueología digital y pérdidas futuras

  • La emulación se alaba como “arqueología digital” esencial, pero existe preocupación por futuras lagunas a medida que los sistemas antiguos (p. ej., Windows 95) se vuelven más difíciles de ejecutar en hosts modernos.
  • Algunos señalan que las copias de seguridad con retención “infinita” de VM/archivos pueden dar datos “legibles” que no son prácticamentes “utilizables” sin pilas heredadas complejas.
  • Los documentos solo en SaaS (Google Docs, Notion, etc.) se ven especialmente en riesgo: una vez que el servicio desaparece, puede que no haya forma de recuperar documentos funcionales.

Herramientas y notas secundarias

  • Se celebra file(1) por identificar de forma fiable formatos oscuros (“Microsoft Word for Macintosh 4.0”).
  • Ghostscript / ps2pdf y las impresoras PostScript virtuales siguen siendo útiles para convertir rutas de impresión heredadas en PDF modernos.
  • Se elogia a LibreOffice y 7-Zip como “navajas suizas” para documentos/archivos antiguos, incluso cuando los resultados no son de precisión de píxel.