Perché un PDF è così difficile da modificare?

Un PDF è una pagina finita, non un documento

Adobe ha progettato il formato all'inizio degli anni Novanta per risolvere un solo problema: una pagina doveva apparire identica su ogni schermo e su ogni stampante, qualunque fossero i font e i programmi di chi la riceveva. È nato da PostScript, il linguaggio che le stampanti già parlavano, e ne ha conservato la natura. Un PDF descrive l'aspetto di una pagina quando tutto è già stato deciso: il font, la dimensione, dove va a capo ogni riga, dove sta ogni lettera.

Un documento di Word o di Google Docs salva l'opposto: il testo, e le regole per impaginarlo (questo è un titolo, questo paragrafo è giustificato, i margini sono di 2 cm). L'app impagina da capo ogni volta che lo apri, ed è per questo che puoi scrivere in mezzo a una frase e tutto ciò che segue si sposta per farti spazio. Un PDF quel lavoro l'ha già fatto, e le regole le ha buttate via. Modificarlo significa invertire un processo che il file non ricorda più.

Cosa c'è davvero dentro una pagina PDF

Se guardi dentro una pagina PDF non trovi frasi. Trovi un elenco di istruzioni di disegno. Per il testo, ognuna dice più o meno: usa il font F1 a 11 punti, spostati in questa posizione, disegna questi caratteri. Di ciò che servirebbe per modificare manca quasi tutto:

• Niente parole né paragrafi. Il file posiziona caratteri, spesso a piccoli gruppi. Uno spazio è di solito solo un vuoto nel posizionamento, non un vero carattere di spazio, e un paragrafo è semplicemente un insieme di righe che si trovano una sotto l'altra.
• Nessun ordine di lettura. Il testo può essere disegnato nell'ordine che il programma che lo ha prodotto trovava più comodo: una tabella colonna per colonna, prima il piè di pagina, due colonne di giornale alternate riga per riga.
• Font ridotti alle sole lettere usate. Per tenere piccolo il file, la maggior parte dei PDF incorpora di ogni font solo un sottoinsieme, con i soli caratteri che compaiono nella pagina. Se la parola che ti serve contiene una lettera mai usata, il font nel file non ne ha la forma. Alcuni PDF non incorporano nessun font e si affidano a quello che il lettore riesce a trovare.
• Spaziatura fissa. Il testo giustificato è salvato con regolazioni precise lungo la riga, perché riempia esattamente la larghezza della colonna. Cambia una parola e ognuno di quei numeri è sbagliato.
• Strati separati per ciò che viene aggiunto dopo. Evidenziazioni, note, riquadri bianchi, campi del modulo e firme sono annotazioni disegnate sopra la pagina, e non ne fanno parte. È per questo che un riquadro bianco nasconde il testo senza cancellarlo.
• Immagini che sembrano testo. Un logo, un grafico, uno screenshot incollato o una pagina scansionata sono pixel. Dentro non c'è nessun carattere da modificare.

Tutto il resto di un PDF va nella stessa direzione. Il contenuto è compresso, gli oggetti si trovano in base alla loro posizione in byte nel file, e un file protetto da password è crittografato. Niente di tutto questo è fatto per essere aperto e riorganizzato. È fatto per essere visualizzato.

Perché cambiare una sola parola è difficile

Supponiamo che tu voglia correggere un refuso in mezzo a un paragrafo. In un file di Word basta un tasto. In un PDF, un editor deve prima scoprire quali caratteri disegnati appartengono alla stessa riga (misurando le loro posizioni), quali righe formano un paragrafo (dalla spaziatura, dai rientri e dal fatto che una riga si fermi prima del margine), quanto è larga la colonna, e se il testo è allineato a sinistra, centrato o giustificato. Niente di tutto questo è scritto da qualche parte.

Poi deve togliere di mezzo i vecchi caratteri, capire quale font li ha disegnati e di che colore era l'inchiostro, e disegnare la parola corretta con lo stesso font, la stessa dimensione e la stessa spaziatura, perché non si noti. Se la correzione è più lunga dell'originale, la riga non ci sta più, quindi l'intero paragrafo va riadattato, e tutto ciò che sta sotto deve scendere. Ma solo se non c'è niente in mezzo: una tabella, un'immagine o un piè di pagina sono un muro.

Ognuno di questi passaggi è in parte una deduzione, e ogni programma che produce PDF fa scelte diverse su font, spaziatura e ordine di disegno. È questa la vera risposta al perché i PDF sono così difficili da modificare. Non è un unico lucchetto. Sono una dozzina di piccole informazioni che il file non ha mai registrato, che ogni editor deve ricavare da solo e che a volte sbaglia.

Perché un PDF si modifica facilmente e un altro no

Dato che il formato ammette tante varianti, la facilità con cui un PDF si modifica dipende molto più da come è stato creato che dall'app in cui lo apri:

• Esportato da Word, Google Docs, InDesign o da una pagina web: testo vero, font incorporati, una riga disegnata per ogni riga visibile. È il caso migliore. Quasi tutti gli editor possono cambiare una parola, e quelli buoni riadattano anche il paragrafo.
• Creato con un font non incorporato: il testo si modifica, ma le lettere nuove arrivano in un font sostitutivo e lo stacco si può notare.
• Scansionato o fotografato: un'immagine senza testo dentro. Non si seleziona nulla finché l'OCR non rende modificabile la scansione, e anche allora il testo riconosciuto è l'interpretazione migliore che il motore ha saputo dare di quei pixel.
• Appiattito o firmato: i campi del modulo e le annotazioni sono stati fissati nella pagina, e una firma digitale sigilla il file, quindi alla prima modifica la firma non è più valida.
• Protetto da password: il contenuto è crittografato, e senza la password nessun editor vede la pagina.

Se il tuo problema è un file preciso e non il formato in generale, la nostra pagina sul perché non riesci a modificare un PDF propone per ciascuno di questi casi una prova da dieci secondi e la soluzione corrispondente.

Come un buon editor PDF riesce comunque a modificare il testo

Niente nel formato impedisce a un editor di cambiare il testo. Deve solo ricostruire ciò che il file ha lasciato fuori, e farlo abbastanza bene perché il risultato sembri intatto. È qui che gli editor si distinguono di più. Alcuni convertono l'intera pagina in un documento di testo e poi la riconvertono, perdendo l'impaginazione. Altri trasformano la pagina modificata in un'immagine, perdendo il testo selezionabile. Altri ancora disegnano la parola nuova con il primo font che capita e lasciano quella vecchia lì sotto.

Lo strumento «Modificare il testo di un PDF» di peadf è nato per fare questo lavoro come si deve, nel tuo browser, senza che il file venga caricato su un server. Raggruppa in righe i caratteri disegnati in base alla loro posizione, capisce quali righe formano un paragrafo e quanto è larga la sua colonna, legge il colore dell'inchiostro direttamente dalle istruzioni di disegno e prende il font dal file, così una riga modificata usa lo stesso font delle righe che la circondano. I vecchi caratteri vengono tolti dal file quando è possibile farlo in modo sicuro e verificabile; altrimenti vengono nascosti sotto una copertura dipinta con lo sfondo della pagina stessa. Una modifica più lunga riadatta solo le righe necessarie e spinge verso il basso il testo che ha sotto, ma solo sopra uno sfondo uniforme. E se il font incorporato non ha mai contenuto un carattere che scrivi, quel singolo carattere viene disegnato a parte, così il resto della riga resta testo vero.

Come modificare un PDF con il minimo danno

Capire perché il formato oppone resistenza ti dice anche come lavorarci. Qualunque editor tu usi:

1. 1

   Controlla che tipo di PDF hai

   Trascina il mouse su una riga di testo. Se si evidenzia, la pagina contiene testo vero. Se invece compare un riquadro su tutta la pagina, è una scansione e prima serve l'OCR.

2. 2

   Modifica la riga esistente invece di coprirla

   In peadf, apri il file nello strumento «Modificare il testo di un PDF», scegli «Seleziona» e fai clic sulla riga. Riscrivi le parole lì dove sono, così l'editor mantiene il font, la dimensione, il colore e l'allineamento che ha trovato.

3. 3

   Resta vicino alla lunghezza originale

   Una correzione di lunghezza simile resta sulla sua riga. Una molto più lunga riadatta il paragrafo, e se non c'è spazio per spingere in basso il testo che segue, l'editor te lo dice.

4. 4

   Confronta i nuovi caratteri con quelli vicini

   Ingrandisci. Se una lettera sembra di un altro font, il file non aveva quella forma. Per mantenere la pagina coerente, riformula la frase in modo da evitarla, oppure copri e riscrivi l'intera riga. La nostra pagina su come modificare un PDF senza perdere la formattazione approfondisce l'argomento.

5. 5

   Controlla il file esportato, non l'editor

   Apri il file scaricato nel tuo lettore PDF abituale. Cerca la parola corretta, e anche quella vecchia. Modificare è gratis. Scaricare richiede un account gratuito e costa 0,99 £ per la prima settimana.

Dove si ferma anche l'editor migliore

• Testo dentro un'immagine. Le lettere di un logo, di un grafico o di uno screenshot sono pixel, quindi l'immagine va sostituita, non modificata.
• Il testo centrato o allineato a destra, le celle di una tabella e le righe isolate si modificano una riga alla volta, mantenendo fermo il margine a cui sono allineati, perché non c'è un paragrafo da riadattare.
• Un paragrafo che non può spingere ciò che ha sotto viene adattato allo spazio che ha, fino a un certo punto. Oltre quello, la soluzione onesta è un testo più corto.
• I font mai incorporati, e i caratteri che il sottoinsieme incorporato non contiene, compaiono in un font sostitutivo. Una modifica breve lo nasconde bene; un intero paragrafo nuovo no.
• Il testo ricavato dall'OCR è una stima. Posizioni e dimensioni sono approssimative, e le parole riconosciute vanno rilette.
• Una firma digitale non sopravvive a una modifica, in nessun editor. Procurati una copia non firmata, modifica quella e firma di nuovo.
• La crittografia non è un dettaglio tecnico. Senza la password non c'è nessuna pagina da modificare, e qui niente la recupera né la indovina.

Domande frequenti