Hvorfor er en PDF så svær at redigere?

En PDF er en færdig side, ikke et dokument

Adobe udviklede formatet i begyndelsen af 1990'erne for at løse ét problem: en side skulle se nøjagtig ens ud på alle skærme og alle printere, uanset hvilke skrifttyper og programmer modtageren havde. Det voksede ud af PostScript, det sprog, printere allerede talte, og det har beholdt den natur. En PDF beskriver, hvordan en side ser ud, når alt er afgjort: skrifttypen, størrelsen, hvor hver linje brydes, og hvor hvert bogstav står.

Et Word-dokument eller et dokument i Google Docs gemmer det modsatte: teksten og reglerne for, hvordan den skal sættes op (det her er en overskrift, det her afsnit har lige margener, margenerne er 2 cm). Programmet sætter siden op forfra, hver gang du åbner den, og derfor kan du skrive midt i en sætning, så alt efter den rykker til side. En PDF har allerede gjort det arbejde og smidt reglerne væk. At redigere den er at vende en proces om, som filen ikke længere husker.

Hvad en PDF-side faktisk indeholder

Kigger du ind i en PDF-side, finder du ingen sætninger. Du finder en liste over tegneinstruktioner. For tekst siger hver af dem nogenlunde: brug skrifttype F1 i 11 punkt, gå til denne position, tegn disse bogstaver. Det, du skulle bruge for at redigere, mangler for det meste:

• Ingen ord eller afsnit. Filen placerer bogstaver, ofte i korte stumper. Et mellemrum er tit bare et hul i placeringen og ikke et mellemrumstegn, og et afsnit er bare nogle linjer, der tilfældigvis står under hinanden.
• Ingen læserækkefølge. Teksten kan være tegnet i den rækkefølge, der nu passede det program, der lavede filen: en tabel kolonne for kolonne, sidefoden først, to avisspalter skiftevis linje for linje.
• Skrifttyper skåret ned til de bogstaver, der bruges. For at holde filen lille indlejrer de fleste PDF'er kun et udsnit af hver skrifttype med netop de tegn, der står på siden. Indeholder det ord, du har brug for, et bogstav, der aldrig blev brugt, har skrifttypen i filen ingen form til det. Nogle PDF'er indlejrer slet ingen skrifttype og regner med, hvad PDF-læseren nu kan finde.
• Fast afstand. Tekst med lige margener er gemt med præcise justeringer langs linjen, så den fylder hele linjebredden. Skift ét ord, og hvert eneste af de tal er forkert.
• Særskilte lag til det, der er tilføjet senere. Fremhævninger, noter, hvide firkanter, formularfelter og underskrifter er objekter tegnet oven på siden, ikke en del af den. Derfor skjuler en hvid firkant teksten uden at fjerne den.
• Billeder, der ligner tekst. Et logo, et diagram, et indsat skærmbillede eller en scannet side er pixels. Der er slet ingen bogstaver i dem at redigere.

Alt andet ved en PDF peger samme vej. Indholdet er komprimeret, objekterne findes via deres byteposition i filen, og en fil med adgangskode er krypteret. Intet af det er lavet til at blive åbnet op og flyttet rundt på. Det er lavet til at blive vist.

Derfor er det svært at ændre ét enkelt ord

Lad os sige, at du vil rette én stavefejl midt i et afsnit. I en Word-fil er det et tastetryk. I en PDF skal en editor først finde ud af, hvilke tegnede bogstaver der hører til samme linje (ved at måle deres placering), hvilke linjer der danner et afsnit (ud fra afstanden mellem dem, indrykningerne, og om en linje stopper før margenen), hvor bred kolonnen er, og om teksten er venstrestillet, centreret eller har lige margener. Intet af det står skrevet nogen steder.

Derefter skal den få de gamle bogstaver af vejen, finde ud af, hvilken skrifttype der tegnede dem, og hvilken farve teksten havde, og tegne det rettede ord i samme skrifttype, størrelse og afstand, så det ikke stikker ud. Er rettelsen længere end originalen, passer linjen ikke længere, så hele afsnittet skal ombrydes på ny, og alt under det skal flyttes ned. Men kun hvis der ikke er noget i vejen: en tabel, et billede eller en sidefod er en mur.

Hvert af de trin er til en vis grad gætteri, og hvert program, der laver PDF'er, træffer sine egne valg om skrifttyper, afstande og tegnerækkefølge. Det er det egentlige svar på, hvorfor PDF'er er så svære at redigere. Det er ikke én lås. Det er et dusin små oplysninger, som filen aldrig har gemt, og som enhver editor må gætte sig til og af og til gætter forkert.

Derfor er én PDF nem at redigere, mens den næste gør modstand

Formatet tillader så mange varianter, at hvor nem en PDF er at redigere, afhænger langt mere af, hvordan den blev lavet, end af hvilken app du åbner den i:

• Eksporteret fra Word, Google Docs, InDesign eller en hjemmeside: rigtig tekst, indlejrede skrifttyper, én tegnet linje pr. synlig linje. Det er det bedste tilfælde. De fleste editorer kan ændre et ord, og de gode kan ombryde afsnittet på ny.
• Lavet med en skrifttype, der ikke blev indlejret: teksten kan redigeres, men de nye bogstaver kommer i en erstatningsskrifttype, og overgangen kan ses.
• Scannet eller fotograferet: et billede uden tekst i. Intet kan markeres, før OCR gør scanningen redigerbar, og selv da er den genkendte tekst OCR-motorens bedste bud på, hvad der står.
• Udfladet eller underskrevet: formularfelterne og objekterne oven på siden er låst fast i selve siden, og en digital signatur forsegler filen, så den første ændring bryder den.
• Beskyttet med adgangskode: indholdet er krypteret, og ingen editor ser siden uden adgangskoden.

Er dit problem én bestemt fil og ikke formatet som sådan, giver vores side om, hvorfor du ikke kan redigere en PDF, en test på ti sekunder for hvert af de tilfælde og den løsning, der hører til.

Sådan redigerer en god PDF-editor alligevel teksten

Intet i formatet forhindrer en editor i at ændre tekst. Den skal bare genopbygge det, filen udelod, og gøre det så godt, at resultatet ser urørt ud. Det er her, editorerne adskiller sig mest. Nogle konverterer hele siden til et tekstbehandlingsdokument og tilbage igen, og så ryger layoutet. Nogle gør den redigerede side til et billede, og så ryger den tekst, der kunne markeres. Nogle tegner det nye ord i den skrifttype, der nu er ved hånden, og lader det gamle ligge nedenunder.

peadfs værktøj »Rediger tekst i PDF« er bygget til at gøre det ordentligt, i browseren og uden at uploade filen. Det samler de tegnede bogstaver til linjer ud fra deres placering, finder ud af, hvilke linjer der danner et afsnit, og hvor bred kolonnen er, henter tekstfarven direkte fra tegneinstruktionerne og læser skrifttypen ud af filen, så en redigeret linje sættes i samme skrifttype som linjerne omkring den. De gamle bogstaver tages ud af filen, hvor det kan gøres sikkert og tjekkes. Ellers skjules de under en lap, der er malet med sidens egen baggrund. En længere ændring ombryder kun de linjer, den er nødt til, og skubber teksten nedenunder ned, men kun hen over ren baggrund. Og hvor den indlejrede skrifttype aldrig har haft et tegn, du skriver, tegnes netop det tegn for sig, så resten af linjen forbliver rigtig tekst.

Sådan redigerer du en PDF med mindst mulig skade

Når du ved, hvorfor formatet stritter imod, ved du også, hvordan du arbejder med det. Uanset hvilken editor du bruger:

1. 1

   Tjek, hvilken slags PDF du har

   Træk hen over en tekstlinje. Bliver den markeret, har siden rigtig tekst. Kommer der i stedet en firkant hen over hele siden, er det en scanning, som først skal have OCR.

2. 2

   Rediger den linje, der står der, i stedet for at dække den

   I peadf åbner du filen i værktøjet »Rediger tekst i PDF«, vælger »Marker« og klikker på linjen. Skriv ordene om, hvor de står, så editoren kan beholde den skrifttype, størrelse, farve og justering, den fandt.

3. 3

   Hold ændringerne tæt på den oprindelige længde

   En rettelse på nogenlunde samme længde bliver på sin linje. En meget længere ombryder afsnittet på ny, og editoren siger til, hvis der ikke er plads til at skubbe teksten nedenunder.

4. 4

   Sammenlign de nye bogstaver med naboerne

   Zoom ind. Ligner et bogstav en anden skrifttype, manglede filen den form. Formuler dig uden om bogstavet, eller dæk hele linjen, og skriv den forfra, så bliver siden ensartet. Vores side om at redigere en PDF uden at miste formateringen har mere om det.

5. 5

   Tjek den eksporterede fil, ikke editoren

   Åbn den downloadede fil i din sædvanlige PDF-læser. Søg efter det rettede ord, og efter det gamle. Det er gratis at redigere. At downloade kræver en gratis konto og koster fra 0,99 £ den første uge.

Her stopper selv den bedste editor

• Tekst inde i et billede. Bogstaver i et logo, et diagram eller et skærmbillede er pixels, så billedet skal udskiftes, ikke redigeres.
• Centreret og højrestillet tekst, tabelceller og linjer, der står alene, redigeres én linje ad gangen og beholder deres egen kant, for der er intet afsnit at ombryde.
• Et afsnit, der ikke kan skubbe til det, der står under det, presses ind på den plads, det har, ned til en vis grænse. Derefter er den ærlige løsning kortere tekst.
• Skrifttyper, der aldrig blev indlejret, og tegn, som det indlejrede udsnit ikke indeholder, kommer i en erstatning. En kort ændring skjuler det fint, et helt nyt afsnit gør ikke.
• OCR-tekst er et skøn. Placeringer og størrelser er omtrentlige, og der skal læses korrektur på de genkendte ord.
• En digital signatur overlever ikke en ændring, i nogen editor. Skaf en kopi uden underskrift, ret den, og underskriv igen.
• Kryptering er ikke en teknikalitet. Uden adgangskoden er der ingen side at redigere, og intet her gendanner eller gætter en adgangskode.

Det spørger folk om