Miksi PDF:ää on niin vaikea muokata?

PDF on valmis sivu, ei asiakirja

Adobe suunnitteli tiedostomuodon 1990-luvun alussa ratkaisemaan yhden ongelman: sivun pitää näyttää täsmälleen samalta jokaisella näytöllä ja jokaisessa tulostimessa riippumatta siitä, mitä fontteja ja ohjelmia vastaanottajalla on. Se kehittyi PostScriptistä, kielestä, jota tulostimet jo puhuivat, ja peri sen luonteen. PDF kuvaa, miltä sivu näyttää, kun kaikki on jo päätetty: fontti, koko, mistä kukin rivi katkeaa ja missä jokainen kirjain on.

Word-asiakirja tai Google Docs -asiakirja tallentaa päinvastaisen: tekstin ja sen asettelun säännöt (tämä on otsikko, tämä kappale on tasattu molempiin reunoihin, marginaalit ovat 2 cm). Sovellus asettelee sivun joka kerta uudelleen, kun avaat sen, ja siksi voit kirjoittaa keskelle lausetta niin, että kaikki sen jälkeen tuleva väistyy. PDF on tehnyt tuon työn jo valmiiksi ja heittänyt säännöt pois. Muokkaaminen tarkoittaa tuon työn purkamista takaisin, vaikka tiedosto ei enää muista, miten se tehtiin.

Mitä PDF-sivun sisällä oikeasti on

Kun katsot PDF-sivun sisälle, et löydä lauseita vaan luettelon piirtokomentoja. Tekstin kohdalla jokainen niistä sanoo suunnilleen: käytä 11 pisteen fonttia F1, siirry tähän kohtaan, piirrä nämä merkit. Se, mitä muokkaamiseen tarvittaisiin, puuttuu enimmäkseen:

• Ei sanoja eikä kappaleita. Tiedosto sijoittelee merkkejä, usein lyhyinä pätkinä. Välilyönti on monesti vain aukko sijoittelussa eikä välilyöntimerkki, ja kappale on pelkkä joukko rivejä, jotka sattuvat olemaan allekkain.
• Ei lukujärjestystä. Teksti voi olla piirretty missä tahansa järjestyksessä, joka tiedoston tehneelle ohjelmalle oli kätevin: taulukko sarake kerrallaan, sivun alatunniste ensin, kaksi lehtipalstaa rivi riviltä lomittain.
• Fontit karsittu käytettyihin kirjaimiin. Jotta tiedosto pysyisi pienenä, useimmat PDF-tiedostot upottavat jokaisesta fontista vain osajoukon, jossa ovat pelkästään sivulla esiintyvät merkit. Jos tarvitsemassasi sanassa on kirjain, jota ei koskaan käytetty, tiedoston fontissa ei ole sille muotoa. Jotkin PDF-tiedostot eivät upota fonttia lainkaan vaan luottavat siihen, mitä PDF-lukija löytää.
• Kiinteät välit. Molempiin reunoihin tasattu teksti on tallennettu tarkkoina säätöinä pitkin riviä, jotta se täyttäisi palstan leveyden. Vaihda yksi sana, niin jokainen noista luvuista on väärin.
• Erilliset kerrokset jälkeenpäin lisätylle. Korostukset, muistilaput, valkoiset laatikot, lomakekentät ja allekirjoitukset ovat merkintöjä, jotka on piirretty sivun päälle, eivät osa sivua. Siksi valkoinen laatikko piilottaa tekstin poistamatta sitä.
• Kuvia, jotka näyttävät tekstiltä. Logo, kaavio, liitetty kuvakaappaus tai skannattu sivu on pikseleitä. Niissä ei ole yhtään merkkiä, jota muokata.

Kaikki muukin PDF:ssä vahvistaa tätä. Sen sisältö on pakattu, sen objektit löydetään tiedostosta tavusijaintinsa perusteella, ja salasanalla suojattu tiedosto on salattu. Mitään siitä ei ole suunniteltu avattavaksi ja järjesteltäväksi uudelleen. Se on suunniteltu näytettäväksi.

Miksi yhdenkin sanan muuttaminen on vaikeaa

Haluat vaikkapa korjata yhden kirjoitusvirheen keskeltä kappaletta. Word-tiedostossa se on yksi näppäimen painallus. PDF:ssä editorin on ensin selvitettävä, mitkä piirretyt merkit kuuluvat samalle riville (mittaamalla niiden sijainnit), mitkä rivit muodostavat kappaleen (rivivälien, sisennysten ja sen perusteella, jääkö rivi vajaaksi ennen marginaalia), kuinka leveä palsta on ja onko teksti tasattu vasemmalle, keskitetty vai tasattu molempiin reunoihin. Mitään tästä ei ole kirjoitettu ylös minnekään.

Sitten sen on saatava vanhat merkit pois näkyvistä, pääteltävä, millä fontilla ne piirrettiin ja minkä värinen muste oli, ja piirrettävä korjattu sana samalla fontilla, samassa koossa ja samoin välein, niin ettei se erotu. Jos korjaus on alkuperäistä pidempi, rivi ei enää mahdu, joten koko kappale on rivitettävä uudelleen, ja kaiken sen alla olevan on siirryttävä alaspäin. Mutta vain, jos tiellä ei ole mitään: taulukko, kuva tai alatunniste on seinä.

Jokainen näistä vaiheista on jossain määrin arvailua, ja jokainen PDF-tiedostoja tuottava ohjelma tekee fonteista, väleistä ja piirtojärjestyksestä omat valintansa. Tämä on oikea vastaus siihen, miksi PDF:ää on niin vaikea muokata. Kyse ei ole yhdestä lukosta vaan kymmenkunnasta pienestä seikasta, joita tiedosto ei koskaan tallentanut ja jotka jokaisen editorin on pääteltävä itse, joskus väärin.

Miksi yksi PDF muokkautuu helposti ja toinen ei

Koska muoto sallii niin paljon vaihtelua, PDF:n muokattavuus riippuu paljon enemmän siitä, miten se on tehty, kuin siitä, millä sovelluksella avaat sen:

• Viety Wordista, Google Docsista, InDesignista tai verkkosivulta: oikeaa tekstiä, upotetut fontit, yksi piirretty rivi jokaista näkyvää riviä kohti. Tämä on paras tapaus. Useimmat editorit osaavat vaihtaa sanan, ja hyvät osaavat rivittää kappaleen uudelleen.
• Tehty fontilla, jota ei upotettu: tekstiä voi muokata, mutta uudet kirjaimet tulevat korvaavalla fontilla, ja sauma voi näkyä.
• Skannattu tai valokuvattu: kuva, jossa ei ole tekstiä. Mitään ei voi valita, ennen kuin OCR tekee skannauksesta muokattavan, ja silloinkin tunnistettu teksti on moottorin paras tulkinta pikseleistä.
• Litistetty tai allekirjoitettu: lomakekentät ja merkinnät on sulautettu pysyvästi sivuun, ja varmenteeseen perustuva sähköinen allekirjoitus sinetöi tiedoston, joten ensimmäinen muutos rikkoo sen.
• Salasanalla suojattu: sisältö on salattu, eikä mikään editori näe sivua ilman salasanaa.

Jos ongelmasi on yksi tietty tiedosto eikä muoto yleensä, sivumme siitä, miksi PDF:ää ei voi muokata, antaa jokaiselle näistä kymmenen sekunnin testin ja siihen sopivan ratkaisun.

Miten hyvä PDF-editori silti muokkaa tekstiä

Mikään muodossa ei estä editoria muuttamasta tekstiä. Sen on vain rakennettava uudelleen se, minkä tiedosto jätti pois, ja tehtävä se niin hyvin, että lopputulos näyttää koskemattomalta. Tässä editorit eroavat toisistaan eniten. Jotkin muuntavat koko sivun tekstinkäsittelyasiakirjaksi ja takaisin, jolloin asettelu katoaa. Jotkin muuttavat muokatun sivun kuvaksi, jolloin valittava teksti katoaa. Jotkin piirtävät uuden sanan sillä fontilla, joka sattuu olemaan käsillä, ja jättävät vanhan sen alle.

peadfin työkalu ”Muokkaa PDF:n tekstiä” on rakennettu tekemään tämä kunnolla, selaimessa ja lähettämättä tiedostoa minnekään. Se kokoaa piirretyt merkit riveiksi sijaintiensa perusteella, päättelee, mitkä rivit muodostavat kappaleen ja kuinka leveä sen palsta on, lukee musteen värin suoraan piirtokomennoista ja ottaa fontin tiedostosta itsestään, niin että muokattu rivi ladotaan samalla fontilla kuin sitä ympäröivät rivit. Vanhat merkit poistetaan tiedostosta silloin, kun se voidaan tehdä turvallisesti ja tarkistaa. Muuten ne piilotetaan sivun omasta taustasta maalatun peitteen alle. Pidempi muutos rivittää uudelleen vain ne rivit, jotka on pakko, ja työntää alla olevaa tekstiä alaspäin, mutta vain siellä, missä tausta on tyhjä. Ja jos upotetussa fontissa ei koskaan ollut jotakin kirjoittamaasi merkkiä, se yksi merkki piirretään erikseen, niin että rivin loppuosa pysyy oikeana tekstinä.

Näin muokkaat PDF:ää mahdollisimman vähin vaurioin

Kun tiedät, miksi muoto hangoittelee vastaan, tiedät myös, miten sen kanssa kannattaa toimia. Käytitpä mitä editoria tahansa:

1. 1

   Tarkista, millainen PDF sinulla on

   Vedä hiirellä tekstirivin yli. Jos se maalautuu, sivulla on oikeaa tekstiä. Jos sen sijaan koko sivun päälle ilmestyy laatikko, kyseessä on skannaus, joka tarvitsee ensin OCR-tunnistuksen.

2. 2

   Muokkaa olemassa olevaa riviä, älä peitä sitä

   Avaa tiedosto peadfissä työkalussa ”Muokkaa PDF:n tekstiä”, ota käyttöön työkalu ”Valitse” ja napsauta riviä. Kirjoita sanat uudelleen paikoilleen, niin editori voi säilyttää löytämänsä fontin, koon, värin ja tasauksen.

3. 3

   Pidä muutokset lähellä alkuperäistä pituutta

   Samanpituinen korjaus pysyy rivillään. Paljon pidempi rivittää kappaleen uudelleen, ja editori kertoo, jos alla olevaa tekstiä ei ole tilaa työntää alaspäin.

4. 4

   Vertaa uusia merkkejä viereisiin

   Lähennä näkymää. Jos jokin kirjain näyttää eri fontilta, tiedostossa ei ollut sen muotoa. Sivu pysyy yhtenäisenä, kun kierrät kirjaimen toisella sanamuodolla tai peität koko rivin ja kirjoitat sen uudelleen. Sivullamme siitä, miten PDF:ää muokataan niin, että muotoilu säilyy, on tästä lisää.

5. 5

   Tarkista viety tiedosto, älä editoria

   Avaa ladattu tiedosto tavallisessa PDF-lukijassasi. Hae korjattua sanaa ja myös vanhaa. Muokkaus on ilmaista. Lataamiseen tarvitaan ilmainen tili ja maksullinen paketti, jonka ensimmäinen viikko maksaa 0,99 £.

Mihin paraskin editori pysähtyy

• Teksti kuvan sisällä. Logon, kaavion tai kuvakaappauksen kirjaimet ovat pikseleitä, joten kuva on vaihdettava, ei muokattava.
• Keskitettyä ja oikealle tasattua tekstiä, taulukon soluja ja yksinäisiä rivejä muokataan rivi kerrallaan, ja ne pitävät kiinni omasta reunastaan, koska ei ole kappaletta, jonka voisi rivittää uudelleen.
• Kappale, joka ei voi työntää alla olevaa, sovitetaan siihen tilaan, joka sillä on, tiettyyn rajaan asti. Sen jälkeen rehellinen ratkaisu on lyhyempi teksti.
• Fontit, joita ei koskaan upotettu, ja merkit, joita upotetussa osajoukossa ei ole, tulevat korvaavalla fontilla. Lyhyt muutos kätkee tämän hyvin, kokonaan uusi kappale ei.
• OCR-teksti on arvio. Sen sijainnit ja koot ovat likimääräisiä, ja tunnistetut sanat on oikoluettava.
• Sähköinen allekirjoitus ei kestä muokkausta missään editorissa. Hanki allekirjoittamaton kopio, muuta sitä ja allekirjoita uudelleen.
• Salaus ei ole muodollisuus. Ilman salasanaa ei ole sivua, jota muokata, eikä mikään täällä palauta tai arvaa sitä.

Mitä tästä kysytään