Proč se PDF tak těžko upravuje?

PDF je hotová stránka, ne dokument

Společnost Adobe tento formát navrhla na začátku 90. let, aby vyřešila jediný problém: stránka má vypadat úplně stejně na každé obrazovce i tiskárně, ať má příjemce jakákoli písma a programy. Formát vyrostl z PostScriptu, jazyka, kterým tiskárny mluvily už tehdy, a tuto povahu si zachoval. PDF popisuje, jak stránka vypadá, když už je o všem rozhodnuto: jaké je písmo a jeho velikost, kde se láme každý řádek a kde leží každé písmeno.

Dokument Wordu nebo Dokumentů Google ukládá pravý opak: text a pravidla jeho rozvržení (tohle je nadpis, tento odstavec je zarovnaný do bloku, okraje mají 2 cm). Aplikace stránku při každém otevření rozvrhne znovu, a proto můžete psát doprostřed věty a vše za ní se posune. PDF má tuto práci už za sebou a pravidla zahodilo. Upravit ho znamená obrátit postup, který si soubor už nepamatuje.

Co ve stránce PDF doopravdy je

Když se do stránky PDF podíváte, věty v ní nenajdete. Najdete seznam kreslicích příkazů. U textu říká každý z nich zhruba tohle: použij písmo F1 ve velikosti 11 bodů, přesuň se na tuto pozici, nakresli tyto znaky. To, co je k úpravám potřeba, většinou chybí:

• Žádná slova ani odstavce. Soubor rozmisťuje znaky, často po krátkých dávkách. Mezera bývá jen skok v pozici znaků, ne skutečný znak mezery, a odstavec je prostě několik řádků, které shodou okolností leží pod sebou.
• Žádné pořadí čtení. Text může být nakreslený v jakémkoli pořadí, které se hodilo programu, jenž soubor vytvořil: tabulka sloupec po sloupci, zápatí stránky jako první, dva novinové sloupce střídavě řádek po řádku.
• Písma osekaná na použitá písmena. Aby byl soubor malý, vkládá většina PDF z každého písma jen podmnožinu, tedy pouze znaky, které se na stránce vyskytují. Pokud slovo, které potřebujete, obsahuje písmeno, které nikde použité nebylo, písmo v souboru pro něj nemá tvar. Některá PDF nevkládají žádné písmo a spoléhají na to, co najde čtečka PDF.
• Pevné mezery. Text zarovnaný do bloku je uložený s přesnými posuny podél řádku, aby vyplnil celou šířku sloupce. Stačí změnit jedno slovo a žádné z těch čísel už neplatí.
• Samostatné vrstvy pro to, co přibylo později. Zvýraznění, poznámky, bílé obdélníky, pole formuláře a podpisy jsou anotace nakreslené nad stránkou, ne její součást. Proto bílý obdélník text jen skryje, ale neodstraní.
• Obrázky, které vypadají jako text. Logo, graf, vložený snímek obrazovky nebo naskenovaná stránka jsou pixely. Nejsou v nich žádné znaky, které by šlo upravit.

Všechno ostatní na PDF to jen potvrzuje. Obsah je komprimovaný, objekty se dohledávají podle své bajtové pozice v souboru a zaheslovaný soubor je zašifrovaný. Nic z toho není navržené k tomu, aby se to otevíralo a přeskupovalo. Je to navržené k zobrazování.

Proč je těžké změnit jediné slovo

Řekněme, že chcete uprostřed odstavce opravit jeden překlep. V souboru Wordu je to jeden stisk klávesy. V PDF musí editor nejdřív zjistit, které nakreslené znaky patří do stejného řádku (měřením jejich pozic), které řádky tvoří odstavec (podle mezer mezi nimi, odsazení a toho, jestli řádek končí před okrajem), jak široký je sloupec a jestli je text zarovnaný vlevo, na střed, nebo do bloku. Nic z toho není nikde zapsané.

Potom musí staré znaky schovat, zjistit, kterým písmem byly nakreslené a jakou měly barvu, a opravené slovo nakreslit stejným písmem, ve stejné velikosti a se stejnými mezerami, aby nevyčnívalo. Pokud je oprava delší než původní text, řádek se už nevejde, takže se musí znovu zalomit celý odstavec a vše pod ním se musí posunout dolů. Ale jen tehdy, když nic nestojí v cestě: tabulka, obrázek nebo zápatí jsou zeď.

Každý z těchto kroků je do jisté míry odhad a každý program, který PDF vytváří, zachází s písmy, mezerami a pořadím kreslení po svém. To je skutečná odpověď na otázku, proč se PDF tak těžko upravuje. Není to jeden zámek. Je to tucet drobných faktů, které si soubor nikdy nezapsal, a každý editor je musí odvodit a občas se splete.

Proč jedno PDF upravíte snadno a další se vzpírá

Formát připouští tolik variant, že to, jak dobře jde PDF upravit, závisí mnohem víc na tom, jak vzniklo, než na aplikaci, ve které ho otevřete:

• Exportované z Wordu, Dokumentů Google, InDesignu nebo z webové stránky: skutečný text, vložená písma, jeden nakreslený řádek na každý viditelný. To je nejlepší případ. Většina editorů v něm změní slovo a ty dobré umí odstavec i znovu zalomit.
• Vytvořené s písmem, které nebylo vloženo: text upravit jde, ale nová písmena jsou v náhradním písmu a přechod může být vidět.
• Naskenované nebo vyfocené: obrázek, ve kterém žádný text není. Nic nejde vybrat, dokud OCR ze skenu neudělá upravitelný text, a i potom je rozpoznaný text jen nejlepší odhad, jaký modul OCR z pixelů vyčte.
• Zploštěné nebo podepsané: pole formuláře a anotace jsou natrvalo vepsané do stránky a elektronický podpis založený na certifikátu soubor zapečetí, takže hned první úprava podpis poruší.
• Zaheslované: obsah je zašifrovaný a bez hesla stránku neuvidí žádný editor.

Pokud vás netrápí formát obecně, ale jeden konkrétní soubor, najdete na naší stránce o tom, proč PDF nejde upravit, desetisekundový test pro každý z těchto případů i řešení, které k němu patří.

Jak dobrý editor PDF text přesto upraví

Nic ve formátu editoru nebrání text změnit. Musí jen znovu sestavit to, co soubor vynechal, a udělat to tak dobře, aby výsledek vypadal nedotčeně. Právě tady se editory liší nejvíc. Některé převedou celou stránku na dokument textového editoru a zpět, čímž se ztratí rozvržení. Jiné z upravené stránky udělají obrázek, čímž se ztratí text, který šlo vybrat. A další nakreslí nové slovo prvním písmem, které je po ruce, a staré nechají pod ním.

Nástroj „Upravit text v PDF“ od peadf vznikl proto, aby to dělal pořádně, ve vašem prohlížeči a bez nahrávání souboru. Nakreslené znaky poskládá podle jejich pozic do řádků, zjistí, které řádky tvoří odstavec a jak široký je jeho sloupec, barvu textu přečte přímo z kreslicích příkazů a písmo načte ze souboru, takže je upravený řádek vysázený stejným písmem jako řádky kolem něj. Staré znaky se ze souboru odstraní tam, kde to lze udělat bezpečně a ověřit. Jinde je skryje zakrytí namalované z pozadí samotné stránky. Delší úprava znovu zalomí jen ty řádky, které musí, a text pod sebou posune dolů, ale jen přes prázdné pozadí. A pokud vložené písmo některý znak, který napíšete, nikdy neobsahovalo, nakreslí se zvlášť jen tento jeden znak, aby zbytek řádku zůstal skutečným textem.

Jak PDF upravit co nejšetrněji

Když víte, proč se formát brání, víte i to, jak s ním pracovat. Ať používáte jakýkoli editor:

1. 1

   Zjistěte, jaké PDF máte

   Přejeďte tažením přes řádek textu. Pokud se text vybere, je na stránce skutečný text. Pokud se místo toho objeví rámeček přes celou stránku, je to sken a nejdřív potřebuje OCR.

2. 2

   Stávající řádek upravte, nezakrývejte ho

   V peadf otevřete soubor v nástroji „Upravit text v PDF“, zvolte „Vybrat“ a klikněte na řádek. Slova přepište přímo na místě, aby editor mohl zachovat písmo, velikost, barvu i zarovnání, které v souboru našel.

3. 3

   Držte se délky původního textu

   Oprava podobné délky zůstane na svém řádku. Výrazně delší oprava odstavec znovu zalomí a editor vás upozorní, pokud text pod ním není kam posunout.

4. 4

   Porovnejte nové znaky s okolními

   Přibližte si stránku. Pokud některé písmeno vypadá jako z jiného písma, soubor jeho tvar neobsahoval. Stránka zůstane jednotná, když text přeformulujete tak, aby v něm to písmeno nebylo, nebo když celý řádek zakryjete a vysázíte znovu. Víc o tom najdete na naší stránce o tom, jak upravit PDF beze ztráty formátování.

5. 5

   Zkontrolujte exportovaný soubor, ne editor

   Stažený soubor otevřete ve své obvyklé čtečce PDF. Vyhledejte opravené slovo a potom i to původní. Úpravy jsou zdarma. Ke stažení potřebujete bezplatný účet a placený tarif: první týden za 0,99 £.

Kde končí i ten nejlepší editor

• Text v obrázku. Písmena v logu, grafu nebo na snímku obrazovky jsou pixely, takže obrázek je potřeba nahradit, ne upravovat.
• Text zarovnaný na střed nebo vpravo, buňky tabulek a samostatné řádky se upravují po jednom řádku a drží se své hrany, protože tu není žádný odstavec, který by se dal znovu zalomit.
• Odstavec, který nemůže posunout to, co je pod ním, se vměstná do místa, které má, ale jen do určité míry. Dál už je poctivým řešením jen kratší text.
• Písma, která nikdy nebyla vložena, a znaky, které vložená podmnožina neobsahuje, se zobrazí v náhradním písmu. V krátké úpravě se to ztratí, v celém novém odstavci ne.
• Text z OCR je odhad. Jeho pozice a velikosti jsou přibližné a rozpoznaná slova je potřeba zkontrolovat.
• Elektronický podpis založený na certifikátu úpravu nepřežije, v žádném editoru. Opatřete si nepodepsanou kopii, upravte ji a podepište znovu.
• Šifrování není formalita. Bez hesla není žádná stránka, kterou by šlo upravit, a nic z toho, co tu popisujeme, heslo neobnoví ani neuhodne.

Na co se lidé ptají