PDF को संपादित करना इतना मुश्किल क्यों है?

PDF तैयार पेज है, दस्तावेज़ नहीं

Adobe ने यह फ़ॉर्मेट 1990 के दशक की शुरुआत में एक ही समस्या सुलझाने के लिए बनाया था: पेज हर स्क्रीन और हर प्रिंटर पर हूबहू एक जैसा दिखे, चाहे सामने वाले के पास कोई भी फ़ॉन्ट और सॉफ़्टवेयर हो। यह PostScript से निकला, यानी उस भाषा से जो प्रिंटर पहले से बोलते थे, और इसका स्वभाव वैसा ही बना रहा। PDF बताती है कि सब कुछ तय हो जाने के बाद पेज कैसा दिखता है: फ़ॉन्ट, साइज़, हर लाइन कहाँ टूटती है, हर अक्षर कहाँ बैठा है।

Word या Google Docs के दस्तावेज़ में इसका उलटा दर्ज होता है: टेक्स्ट, और उसे पेज पर जमाने के नियम (यह शीर्षक है, यह पैराग्राफ़ दोनों किनारों तक फैला है, मार्जिन 2 सेंटीमीटर के हैं)। ऐप हर बार दस्तावेज़ खुलने पर पेज को नए सिरे से जमाता है, इसीलिए वाक्य के बीच में टाइप करने पर उसके बाद का सब कुछ अपने आप खिसककर जगह बना लेता है। PDF यह काम पहले ही कर चुकी होती है और नियम फेंक चुकी होती है। उसे संपादित करने का मतलब है उस प्रक्रिया को उलटना, जो फ़ाइल को अब याद ही नहीं।

PDF के पेज के अंदर असल में क्या होता है

PDF के पेज के अंदर झाँकें, तो वाक्य नहीं मिलते। मिलती है ड्रॉ करने के निर्देशों की एक सूची। टेक्स्ट के लिए हर निर्देश मोटे तौर पर यह कहता है: फ़ॉन्ट F1 को 11 पॉइंट पर लो, इस जगह पर जाओ, ये अक्षर ड्रॉ करो। संपादन के लिए जो चीज़ें चाहिए, उनमें से ज़्यादातर वहाँ होती ही नहीं:

• न शब्द, न पैराग्राफ़। फ़ाइल बस अक्षर रखती है, अक्सर छोटे-छोटे टुकड़ों में। स्पेस अक्सर कोई अक्षर नहीं होता, बस दो अक्षरों की जगह के बीच छोड़ा गया फ़ासला होता है, और पैराग्राफ़ बस कुछ लाइनें हैं जो संयोग से एक-दूसरे के नीचे हैं।
• पढ़ने का कोई क्रम नहीं। टेक्स्ट उसी क्रम में ड्रॉ हुआ हो सकता है जो फ़ाइल बनाने वाले प्रोग्राम को आसान लगा: टेबल एक-एक कॉलम करके, पेज का फ़ुटर सबसे पहले, अखबार के दो कॉलम एक-एक लाइन बारी-बारी से।
• फ़ॉन्ट, जिनमें सिर्फ़ इस्तेमाल हुए अक्षर बचे हैं। फ़ाइल छोटी रखने के लिए ज़्यादातर PDF में हर फ़ॉन्ट का सिर्फ़ एक हिस्सा (सबसेट) रखा जाता है, जिसमें वही अक्षर होते हैं जो पेज पर आए हैं। अगर आपके शब्द में कोई ऐसा अक्षर है जो कभी इस्तेमाल ही नहीं हुआ, तो फ़ाइल के फ़ॉन्ट में उसकी आकृति नहीं होती। कुछ PDF में तो कोई फ़ॉन्ट रखा ही नहीं जाता, और वे उसी के भरोसे रहती हैं जो PDF व्यूअर को मिल जाए।
• तय स्पेसिंग। दोनों किनारों तक फैले (जस्टिफ़ाइड) टेक्स्ट में लाइन के हर हिस्से के लिए बारीक समायोजन दर्ज होते हैं, ताकि लाइन अपनी पूरी चौड़ाई भर ले। एक शब्द बदलते ही वे सारी संख्याएँ गलत हो जाती हैं।
• बाद में जोड़ी गई चीज़ों की अलग परतें। हाइलाइट, स्टिकी नोट, सफ़ेद बॉक्स, फ़ॉर्म के फ़ील्ड और हस्ताक्षर ऐनोटेशन होते हैं, जो पेज के ऊपर बनते हैं, उसका हिस्सा नहीं होते। इसीलिए सफ़ेद बॉक्स टेक्स्ट को छिपाता है, हटाता नहीं।
• इमेज, जो टेक्स्ट जैसी दिखती हैं। लोगो, चार्ट, पेस्ट किया गया स्क्रीनशॉट या स्कैन किया हुआ पेज, सब पिक्सेल हैं। उनमें संपादित करने के लिए कोई अक्षर होता ही नहीं।

PDF की बाकी हर बात इसी को और पक्का करती है। उसकी सामग्री कंप्रेस की हुई होती है, उसके ऑब्जेक्ट फ़ाइल में अपनी बाइट की जगह से ढूँढे जाते हैं, और जिस फ़ाइल पर पासवर्ड लगा है वह एन्क्रिप्ट की हुई होती है। इनमें से कुछ भी इसलिए नहीं बना कि उसे खोलकर नए सिरे से जमाया जाए। यह सब दिखाने के लिए बना है।

एक शब्द बदलना भी मुश्किल क्यों है

मान लें कि किसी पैराग्राफ़ के बीच में वर्तनी की एक गलती ठीक करनी है। Word फ़ाइल में यह एक कुंजी दबाने भर का काम है। PDF में एडिटर को पहले यह पता लगाना पड़ता है कि ड्रॉ किए गए अक्षरों में से कौन-से एक ही लाइन के हैं (उनकी जगह नापकर), कौन-सी लाइनें मिलकर पैराग्राफ़ बनाती हैं (उनके बीच की दूरी, उनके इंडेंट और इस बात से कि कोई लाइन मार्जिन से पहले ही खत्म तो नहीं हो जाती), कॉलम कितना चौड़ा है, और टेक्स्ट बाईं ओर सटा है, बीच में है या दोनों किनारों तक फैला है। इनमें से कुछ भी कहीं लिखा नहीं होता।

फिर उसे पुराने अक्षरों को नज़र से ओझल करना होता है, यह पता लगाना होता है कि वे किस फ़ॉन्ट से बने थे और स्याही का रंग क्या था, और ठीक किया हुआ शब्द उसी फ़ॉन्ट, साइज़ और स्पेसिंग में ड्रॉ करना होता है, ताकि वह अलग से न दिखे। अगर नया शब्द मूल से लंबा है, तो लाइन में जगह नहीं बचती, इसलिए पूरे पैराग्राफ़ को दोबारा सेट करना पड़ता है और उसके नीचे की हर चीज़ को नीचे खिसकाना पड़ता है। लेकिन तभी, जब रास्ते में कुछ न हो: टेबल, इमेज या फ़ुटर दीवार की तरह हैं।

इनमें से हर कदम कुछ हद तक अंदाज़ा है, और PDF बनाने वाला हर प्रोग्राम फ़ॉन्ट, स्पेसिंग और ड्रॉ करने के क्रम के बारे में अलग फ़ैसले लेता है। PDF को संपादित करना इतना मुश्किल क्यों है, इसका असली जवाब यही है। यह कोई एक ताला नहीं है। यह दर्जन भर छोटी-छोटी बातें हैं जो फ़ाइल ने कभी दर्ज ही नहीं कीं। हर एडिटर को उनका अंदाज़ा लगाना पड़ता है, और वह कभी-कभी गलत निकलता है।

एक PDF आसानी से क्यों बदल जाती है और दूसरी क्यों नहीं

इस फ़ॉर्मेट में इतनी तरह की फ़ाइलें बन सकती हैं कि कोई PDF कितनी संपादन योग्य है, यह उस ऐप पर उतना निर्भर नहीं करता जिसमें उसे खोला गया है, जितना इस पर कि वह बनी कैसे थी:

• Word, Google Docs, InDesign या किसी वेब पेज से एक्सपोर्ट की गई: असली टेक्स्ट, फ़ाइल में मौजूद फ़ॉन्ट, और दिखने वाली हर लाइन के लिए ड्रॉ की गई एक लाइन। यह सबसे अच्छी स्थिति है। ज़्यादातर एडिटर एक शब्द बदल सकते हैं, और अच्छे एडिटर पैराग्राफ़ को दोबारा सेट भी कर सकते हैं।
• ऐसे फ़ॉन्ट से बनी, जो फ़ाइल में रखा नहीं गया: टेक्स्ट संपादित हो जाता है, लेकिन नए अक्षर किसी दूसरे, मिलते-जुलते फ़ॉन्ट में आते हैं और जोड़ दिख सकता है।
• स्कैन की गई या कैमरे से खींची गई: एक इमेज, जिसमें कोई टेक्स्ट नहीं। जब तक OCR स्कैन को संपादन योग्य न बना दे, कुछ भी चुना नहीं जा सकता, और उसके बाद भी पहचाना गया टेक्स्ट बस वही है जो इंजन पिक्सेल से सबसे अच्छी तरह पढ़ पाया।
• फ़्लैट की गई या डिजिटल हस्ताक्षर वाली: फ़्लैट करने पर फ़ॉर्म के फ़ील्ड और ऐनोटेशन पेज का हिस्सा बना दिए जाते हैं, और सर्टिफ़िकेट वाला डिजिटल हस्ताक्षर फ़ाइल को सील कर देता है, इसलिए पहला ही बदलाव उसे तोड़ देता है।
• पासवर्ड लगी हुई: सामग्री एन्क्रिप्ट की हुई होती है, और पासवर्ड के बिना कोई भी एडिटर पेज नहीं देख पाता।

अगर आपकी दिक्कत फ़ॉर्मेट से नहीं, किसी एक खास फ़ाइल से है, तो PDF संपादित क्यों नहीं हो पाती, इस बारे में हमारे पेज पर इनमें से हर स्थिति के लिए दस सेकंड की जाँच और उसका हल दिया गया है।

अच्छा PDF एडिटर फिर भी टेक्स्ट कैसे संपादित करता है

फ़ॉर्मेट में ऐसा कुछ नहीं है जो एडिटर को टेक्स्ट बदलने से रोके। उसे बस वह सब दोबारा बनाना होता है जो फ़ाइल ने छोड़ दिया, और इतनी अच्छी तरह कि नतीजा अनछुआ लगे। एडिटर सबसे ज़्यादा यहीं एक-दूसरे से अलग होते हैं। कुछ पूरे पेज को वर्ड प्रोसेसर के दस्तावेज़ में बदलकर वापस PDF बनाते हैं, जिससे लेआउट बिगड़ जाता है। कुछ संपादित किए गए पेज को इमेज बना देते हैं, जिसके बाद उसका टेक्स्ट चुना नहीं जा सकता। कुछ नया शब्द जो भी फ़ॉन्ट हाथ लगे उसमें ड्रॉ कर देते हैं और पुराने शब्द को नीचे ही छोड़ देते हैं।

peadf का “PDF का टेक्स्ट संपादित करें” टूल यही काम ठीक से करने के लिए बना है, आपके ब्राउज़र में और फ़ाइल अपलोड किए बिना। वह ड्रॉ किए गए अक्षरों को उनकी जगह के हिसाब से लाइनों में इकट्ठा करता है, पता लगाता है कि कौन-सी लाइनें मिलकर पैराग्राफ़ बनाती हैं और उसका कॉलम कितना चौड़ा है, स्याही का रंग सीधे ड्रॉ करने के निर्देशों से पढ़ता है, और फ़ॉन्ट को फ़ाइल से ही पढ़ता है, ताकि संपादित की गई लाइन उसी फ़ॉन्ट में बने जिसमें उसके आसपास की लाइनें हैं। पुराने अक्षर फ़ाइल से निकाल दिए जाते हैं, जहाँ यह सुरक्षित ढंग से किया और जाँचा जा सकता है; वरना वे पेज के अपने बैकग्राउंड से बने कवर के नीचे छिपा दिए जाते हैं। लंबा बदलाव सिर्फ़ उन्हीं लाइनों को दोबारा सेट करता है जिन्हें करना ज़रूरी है, और अपने नीचे के टेक्स्ट को नीचे खिसकाता है, लेकिन सिर्फ़ सादे बैकग्राउंड पर। और जहाँ फ़ाइल में मौजूद फ़ॉन्ट में आपका टाइप किया हुआ कोई अक्षर कभी था ही नहीं, वहाँ सिर्फ़ वही एक अक्षर अलग से ड्रॉ किया जाता है, ताकि बाकी लाइन असली टेक्स्ट बनी रहे।

PDF को कम से कम नुकसान के साथ कैसे संपादित करें

फ़ॉर्मेट क्यों अड़ता है, यह जान लेने पर समझ आ जाता है कि उसके साथ काम कैसे करना है। एडिटर जो भी हो:

1. 1

   देखें कि आपकी PDF किस तरह की है

   टेक्स्ट की किसी लाइन पर माउस खींचें। अगर टेक्स्ट चुन लिया जाता है, तो पेज में असली टेक्स्ट है। अगर इसके बजाय पूरे पेज पर एक बॉक्स बन जाता है, तो वह स्कैन है और उसे पहले OCR चाहिए।

2. 2

   मौजूदा लाइन को ढकने के बजाय उसे ही संपादित करें

   peadf में फ़ाइल को “PDF का टेक्स्ट संपादित करें” टूल में खोलें और “चुनें” टूल से लाइन पर क्लिक करें। शब्दों को उनकी जगह पर ही दोबारा टाइप करें, ताकि एडिटर वही फ़ॉन्ट, साइज़, रंग और अलाइनमेंट रख सके जो उसे फ़ाइल में मिला था।

3. 3

   बदलाव की लंबाई मूल के आसपास रखें

   लगभग उतनी ही लंबाई का सुधार अपनी लाइन में ही रहता है। बहुत लंबा सुधार पैराग्राफ़ को दोबारा सेट कर देता है, और अगर नीचे के टेक्स्ट को खिसकाने की जगह न हो, तो एडिटर यह बता देता है।

4. 4

   नए अक्षरों को आसपास के अक्षरों से मिलाकर देखें

   ज़ूम इन करें। अगर कोई अक्षर किसी दूसरे फ़ॉन्ट का लगता है, तो फ़ाइल में उसकी आकृति नहीं थी। शब्द बदलकर उस अक्षर से बचें, या पूरी लाइन को ढककर दोबारा लिखें: इससे पेज एक जैसा दिखता रहता है। इस बारे में और जानकारी हमारे उस पेज पर है जो बताता है कि फ़ॉर्मेटिंग बिगाड़े बिना PDF कैसे संपादित करें।

5. 5

   एडिटर में नहीं, एक्सपोर्ट की गई फ़ाइल में जाँचें

   डाउनलोड की गई फ़ाइल को अपने रोज़ के PDF व्यूअर में खोलें। ठीक किया हुआ शब्द ढूँढें, और पुराना शब्द भी। संपादन मुफ़्त है। डाउनलोड के लिए मुफ़्त खाता और पेड प्लान चाहिए, जिसका पहला सप्ताह £0.99 में है।

जहाँ सबसे अच्छा एडिटर भी रुक जाता है

• इमेज के अंदर का टेक्स्ट। लोगो, चार्ट या स्क्रीनशॉट के अक्षर पिक्सेल होते हैं, इसलिए इमेज को संपादित नहीं किया जा सकता, उसे बदलना पड़ता है।
• बीच में या दाईं ओर सटा टेक्स्ट, टेबल के सेल और अकेली लाइनें एक-एक लाइन करके संपादित होती हैं और अपना किनारा पकड़े रहती हैं, क्योंकि वहाँ दोबारा सेट करने के लिए कोई पैराग्राफ़ नहीं होता।
• जो पैराग्राफ़ अपने नीचे की चीज़ों को खिसका नहीं सकता, उसे एक हद तक उसी जगह में बैठाया जाता है जो उसके पास है। उसके आगे ईमानदार हल यही है कि टेक्स्ट छोटा किया जाए।
• जो फ़ॉन्ट फ़ाइल में कभी रखे ही नहीं गए, और जो अक्षर फ़ाइल में मौजूद फ़ॉन्ट के हिस्से में नहीं हैं, वे किसी दूसरे, मिलते-जुलते फ़ॉन्ट में आते हैं। छोटे बदलाव में यह आसानी से छिप जाता है; पूरे नए पैराग्राफ़ में नहीं।
• OCR का टेक्स्ट एक अंदाज़ा है। उसकी जगह और साइज़ मोटे तौर पर ही सही होते हैं, और पहचाने गए शब्दों को पढ़कर जाँचना पड़ता है।
• सर्टिफ़िकेट वाला डिजिटल हस्ताक्षर किसी भी एडिटर में बदलाव करते ही टूट जाता है। बिना हस्ताक्षर वाली कॉपी लें, उसे बदलें और दोबारा हस्ताक्षर करें।
• एन्क्रिप्शन कोई मामूली तकनीकी अड़चन नहीं है। पासवर्ड के बिना संपादित करने के लिए कोई पेज है ही नहीं, और यहाँ ऐसा कोई टूल नहीं जो पासवर्ड वापस दिला दे या उसका अंदाज़ा लगा ले।

लोग क्या-क्या पूछते हैं