Formato ODT: crear y convertir documentos LibreOffice con Python

ODT (OpenDocument Text) es el formato estándar ISO para documentos de texto de LibreOffice y Apache OpenOffice. Es un archivo ZIP que contiene XML, imágenes y metadatos, totalmente abierto y sin dependencias de software propietario.

ODT vs DOCX: comparativa

Estructura interna de un ODT

# Un ODT es un ZIP — inspeccionar su contenido
unzip -l documento.odt
# Archive:  documento.odt
#   Length    Name
# --------    ----
#     39      mimetype
#   2847      content.xml        ← El texto del documento
#   1024      styles.xml         ← Estilos y formato
#    512      meta.xml           ← Metadatos (autor, fecha...)
#    256      settings.xml       ← Configuración LibreOffice
#    128      manifest.rdf
#    128      META-INF/manifest.xml

# Extraer y ver el contenido XML
unzip -p documento.odt content.xml | python3 -m xml.etree.ElementTree

Instalar odfpy

pip install odfpy

Crear un documento ODT con odfpy

from odf.opendocument import OpenDocumentText
from odf.style import Style, TextProperties, ParagraphProperties
from odf.text import P, H, Span
from odf import teletype

# Crear documento
doc = OpenDocumentText()

# Definir estilos
estilo_titulo = Style(name='MiTitulo', family='paragraph')
estilo_titulo.addElement(TextProperties(fontsize='18pt', fontweight='bold'))
estilo_titulo.addElement(ParagraphProperties(textalign='center'))
doc.styles.addElement(estilo_titulo)

# Añadir título
h = H(outlinelevel=1, stylename='Heading 1')
h.addText('Mi Primer Documento ODT')
doc.text.addElement(h)

# Añadir párrafos
p1 = P(stylename='Text Body')
p1.addText('Este documento fue creado con Python y odfpy.')
doc.text.addElement(p1)

p2 = P()
p2.addText('Odfpy permite crear documentos OpenDocument sin necesidad de LibreOffice instalado.')
doc.text.addElement(p2)

# Guardar
doc.save('mi_documento.odt')
print("Documento ODT creado correctamente")

Extraer texto de un ODT

from odf.opendocument import load
from odf.text import P, H
from odf import teletype

def extraer_texto_odt(ruta_odt):
    """Extrae todo el texto de un documento ODT."""
    doc = load(ruta_odt)
    texto = []

    for elemento in doc.text.childNodes:
        # Párrafos y encabezados
        if elemento.qname[1] in ('p', 'h'):
            linea = teletype.extractText(elemento).strip()
            if linea:
                texto.append(linea)

    return '\n'.join(texto)

contenido = extraer_texto_odt('documento.odt')
print(contenido[:500])

Leer metadatos

from odf.opendocument import load

doc = load('documento.odt')
meta = doc.meta

print(f"Título:   {meta.title}")
print(f"Autor:    {meta.creator}")
print(f"Creado:   {meta.creation_date}")
print(f"Palabras: {meta.word_count}")
print(f"Páginas:  {meta.page_count}")

Convertir ODT con LibreOffice CLI

LibreOffice puede convertir ODT a DOCX, PDF, HTML y otros formatos desde línea de comandos (sin interfaz gráfica):

# ODT → DOCX
libreoffice --headless --convert-to docx documento.odt

# ODT → PDF
libreoffice --headless --convert-to pdf documento.odt

# ODT → HTML
libreoffice --headless --convert-to html documento.odt

# Especificar directorio de salida
libreoffice --headless --convert-to pdf --outdir ./pdfs/ documento.odt

# Conversión masiva (todos los ODT del directorio)
libreoffice --headless --convert-to pdf *.odt

# En Linux/Mac con ruta absoluta
/usr/bin/libreoffice --headless --convert-to docx documento.odt

Conversión masiva con Python

import subprocess
from pathlib import Path

def convertir_odt_a_pdf(directorio_entrada, directorio_salida):
    """Convierte todos los ODT de una carpeta a PDF usando LibreOffice."""
    entrada = Path(directorio_entrada)
    salida = Path(directorio_salida)
    salida.mkdir(parents=True, exist_ok=True)

    archivos_odt = list(entrada.glob('*.odt'))
    print(f"Encontrados: {len(archivos_odt)} archivos ODT")

    for odt in sorted(archivos_odt):
        print(f"  Convirtiendo: {odt.name}")
        resultado = subprocess.run(
            [
                'libreoffice',
                '--headless',
                '--convert-to', 'pdf',
                '--outdir', str(salida),
                str(odt),
            ],
            capture_output=True,
            text=True,
        )
        if resultado.returncode == 0:
            pdf_nombre = odt.stem + '.pdf'
            tam = (salida / pdf_nombre).stat().st_size / 1024
            print(f"    OK → {pdf_nombre} ({tam:.0f} KB)")
        else:
            print(f"    ERROR: {resultado.stderr[:200]}")

    print(f"\nConversión completa: {len(archivos_odt)} archivos procesados")

convertir_odt_a_pdf('documentos_odt/', 'pdfs_generados/')

Convertir DOCX a ODT con python-docx + odfpy

# Para conversión completa, usa LibreOffice CLI (más fiable)
subprocess.run(['libreoffice', '--headless', '--convert-to', 'odt', 'documento.docx'])

# Alternativa: Pandoc (maneja estilos básicos)
# pip install pypandoc
import pypandoc
pypandoc.convert_file('documento.docx', 'odt', outputfile='documento.odt')

Cuándo usar ODT

• Documentos de larga duración: ODT es más estable que DOCX en versiones futuras de software
• Sector público y administración: requerido por muchas administraciones europeas
• Evitar dependencia de Microsoft Office: ecosistema completamente libre y gratuito
• Interoperabilidad: compatible con LibreOffice, OpenOffice, Google Docs, Zoho y otros

Conversiones relacionadas

Conversiones de documento que siguen este tema:

• PDF a DOCX
• DOCX a PDF
• MD a PDF
• HTML a PDF
• ODT a PDF
• PDF a TXT