peadf

Ghid

De ce este un PDF atât de greu de editat?

Un PDF nu este un document în felul în care este un fișier Word. Este un set de instrucțiuni de desenare: pune această literă în acest punct al paginii, cu acest font, apoi oprește-te. Cuvintele, rândurile și paragrafele pe care le vezi nu sunt stocate nicăieri, așa că un editor trebuie să le deducă înainte să poată schimba ceva. Iată ce se află într-un PDF, de ce un fișier se lasă editat, iar altul nu, și cum se face, totuși, editarea.

Ultima actualizare:

Editare text în PDF online: modifică textul existent

Editarea este gratuită, în browserul tău. Descărcarea necesită un cont gratuit și costă 0,99 GBP pentru prima săptămână.

Deschide editorul

Un PDF este o pagină terminată, nu un document

Adobe a conceput formatul la începutul anilor 1990 ca să rezolve o singură problemă: o pagină trebuia să arate exact la fel pe orice ecran și la orice imprimantă, indiferent ce fonturi și ce programe are cel care o deschide. S-a născut din PostScript, limbajul pe care imprimantele îl vorbeau deja, și i-a păstrat firea. Un PDF descrie cum arată o pagină după ce totul a fost hotărât: fontul, mărimea, unde se termină fiecare rând, unde stă fiecare literă.

Un document Word sau Google Docs stochează exact opusul: textul și regulile după care este așezat în pagină (acesta este un titlu, acest paragraf este aliniat la ambele margini, marginile au 2 cm). Aplicația așază pagina de la capăt de fiecare dată când o deschizi. De aceea poți scrie în mijlocul unei propoziții, iar tot ce urmează îi face loc. Un PDF a făcut deja munca aceasta, iar regulile le-a aruncat. Ca să-l editezi, trebuie parcurs în sens invers un proces pe care fișierul nu și-l mai amintește.

Ce se află de fapt într-o pagină PDF

Dacă te uiți într-o pagină PDF, nu găsești propoziții. Găsești o listă de comenzi de desenare. Pentru text, fiecare spune cam așa: folosește fontul F1 la 11 puncte, mută-te în această poziție, desenează aceste caractere. Din ce ți-ar trebui ca să editezi lipsește aproape tot:

  • Fără cuvinte și fără paragrafe. Fișierul așază caractere, adesea în grupuri scurte. De multe ori, un spațiu este doar un gol lăsat la poziționare, nu un caracter de spațiu, iar un paragraf este pur și simplu un grup de rânduri care se întâmplă să stea unul sub altul.
  • Fără ordine de citire. Textul poate fi desenat în orice ordine i-a venit la îndemână programului care a generat fișierul: un tabel coloană cu coloană, subsolul paginii mai întâi, două coloane de ziar alternând rând cu rând.
  • Fonturi reduse la literele folosite. Ca fișierul să rămână mic, cele mai multe PDF-uri încorporează din fiecare font doar un subset, cu caracterele care apar pe pagină. Dacă în cuvântul de care ai nevoie există o literă care nu a fost folosită niciodată, fontul din fișier nu conține forma ei. Unele PDF-uri nu încorporează niciun font și se bazează pe ce font găsește cititorul PDF.
  • Spațiere fixă. Textul aliniat la ambele margini este stocat cu ajustări precise de-a lungul rândului, ca să umple exact lățimea coloanei. Schimbi un cuvânt și toate acele valori sunt greșite.
  • Straturi separate pentru ce se adaugă ulterior. Evidențierile, notițele, dreptunghiurile albe, câmpurile de formular și semnăturile sunt adnotări desenate peste pagină, nu părți din ea. De aceea un dreptunghi alb ascunde textul fără să-l șteargă.
  • Imagini care arată ca un text. Un logo, un grafic, o captură de ecran lipită sau o pagină scanată sunt pixeli. În ele nu există niciun caracter de editat.

Tot restul unui PDF merge în aceeași direcție. Conținutul este comprimat, obiectele sunt găsite după poziția lor în fișier, numărată în octeți, iar un fișier protejat cu parolă este criptat. Nimic din toate acestea nu este gândit pentru a fi desfăcut și rearanjat. Este gândit pentru a fi afișat.

De ce este greu să schimbi un singur cuvânt

Să zicem că vrei să corectezi o singură greșeală de scriere în mijlocul unui paragraf. Într-un fișier Word, este o apăsare de tastă. Într-un PDF, un editor trebuie mai întâi să afle care caractere desenate țin de același rând (măsurându-le pozițiile), care rânduri formează un paragraf (după spațiere, după indentări și după cum un rând se oprește sau nu înainte de margine), cât de lată este coloana și dacă textul este aliniat la stânga, centrat sau aliniat la ambele margini. Nimic din toate acestea nu este scris nicăieri.

Apoi trebuie să facă nevăzute caracterele vechi, să afle cu ce font au fost desenate și ce culoare avea cerneala și să deseneze cuvântul corectat cu același font, aceeași mărime și aceeași spațiere, ca să nu sară în ochi. Dacă varianta corectată este mai lungă decât originalul, rândul nu mai încape, așa că tot paragraful trebuie rearanjat, iar tot ce este dedesubt trebuie să coboare. Dar numai dacă nu stă nimic în cale: un tabel, o imagine sau un subsol înseamnă un zid.

Fiecare dintre acești pași este, într-o anumită măsură, o presupunere, iar fiecare program care generează PDF-uri alege altfel fonturile, spațierea și ordinea de desenare. Acesta este răspunsul adevărat la întrebarea de ce sunt PDF-urile atât de greu de editat. Nu este un singur lacăt. Este vorba de o duzină de mici informații pe care fișierul nu le-a notat niciodată și pe care orice editor trebuie să le deducă, uneori greșit.

Ce schimbiÎntr-un document WordÎntr-un PDF
O greșeală de tastare într-un paragrafRescrii literele; paragraful se rearanjează singurTrebuie găsit rândul, ascunse caracterele vechi, redesenat cuvântul cu fontul încorporat și rearanjat paragraful
O propoziție mai lungăTot ce este dedesubt coboarăRândurile de dedesubt trebuie mutate, dacă nu le blochează un tabel, o linie sau o imagine
Fontul sau mărimea luiO singură schimbare de stil pentru tot documentulRând cu rând, potrivindu-l din nou pe fiecare; fișierul poate să nu aibă formele literelor pentru alt font
Un cuvânt dintr-o scrisoare scanatăImposibil fără OCR (recunoașterea textului)La fel: pagina este o imagine până când o citește OCR-ul
Text dintr-un logo sau dintr-un graficEditezi imaginea în programul eiLa fel: imaginea trebuie înlocuită

De ce un PDF se editează ușor, iar altul se împotrivește

Fiindcă formatul permite atâtea variante, cât de ușor se editează un PDF depinde mult mai mult de felul în care a fost creat decât de aplicația în care îl deschizi:

  • Exportat din Word, Google Docs, InDesign sau dintr-o pagină web: text real, fonturi încorporate, câte un rând desenat pentru fiecare rând vizibil. Este cazul cel mai bun. Cele mai multe editoare pot schimba un cuvânt, iar cele bune pot rearanja paragraful.
  • Creat cu un font care nu a fost încorporat: textul se editează, dar literele noi apar cu un font de înlocuire și îmbinarea se poate vedea.
  • Scanat sau fotografiat: o imagine fără text în ea. Nimic nu se poate selecta până când OCR-ul face scanarea editabilă. Chiar și atunci, textul recunoscut este cea mai bună citire a pixelilor de care a fost în stare motorul.
  • Aplatizat sau semnat: câmpurile de formular și adnotările au fost contopite cu pagina, iar o semnătură digitală sigilează fișierul, așa că prima modificare rupe sigiliul.
  • Protejat cu parolă: conținutul este criptat și niciun editor nu vede pagina fără parolă.

Dacă problema ta este un anumit fișier, nu formatul în general, pagina noastră despre de ce nu poți edita un PDF are, pentru fiecare dintre aceste cazuri, un test de zece secunde și soluția potrivită.

Cum reușește totuși un editor PDF bun să editeze textul

Nimic din format nu împiedică un editor să schimbe textul. Trebuie doar să reconstruiască ce a lăsat fișierul pe dinafară și să o facă destul de bine încât rezultatul să pară neatins. Aici se deosebesc cel mai mult editoarele între ele. Unele convertesc toată pagina într-un document de procesor de text și înapoi, iar așezarea în pagină se pierde. Altele transformă pagina editată într-o imagine, iar textul selectabil se pierde. Altele desenează cuvântul nou cu ce font au la îndemână și îl lasă pe cel vechi dedesubt.

Instrumentul „Editare text în PDF” din peadf a fost construit tocmai ca să facă treaba aceasta cum trebuie, în browserul tău, fără ca fișierul să ajungă pe vreun server. Adună caracterele desenate în rânduri, după pozițiile lor, deduce care rânduri formează un paragraf și cât de lată este coloana lui, citește culoarea cernelii chiar din comenzile de desenare și ia fontul din fișier, astfel încât un rând editat să aibă același font ca rândurile din jur. Caracterele vechi sunt scoase din fișier acolo unde acest lucru se poate face în siguranță și se poate verifica; altfel, sunt ascunse sub o acoperire făcută chiar din fundalul paginii. O modificare mai lungă rearanjează doar rândurile care trebuie rearanjate și împinge în jos textul de dedesubt, dar numai peste un fundal simplu. Iar acolo unde fontul încorporat nu a conținut niciodată un caracter pe care îl tastezi, doar acel caracter este desenat separat, ca restul rândului să rămână text real.

Cum editezi un PDF cu cât mai puține stricăciuni

Dacă știi de ce se împotrivește formatul, știi și cum să lucrezi cu el. Orice editor ai folosi:

  1. 1

    Verifică ce fel de PDF ai

    Trage cursorul peste un rând de text. Dacă se evidențiază, pagina are text real. Dacă apare în schimb un chenar peste toată pagina, este o scanare și are nevoie mai întâi de OCR.

  2. 2

    Editează rândul existent în loc să-l acoperi

    În peadf, deschide fișierul în instrumentul „Editare text în PDF”, alege „Selectează” și apasă pe rând. Rescrie cuvintele pe loc, ca editorul să poată păstra fontul, mărimea, culoarea și alinierea pe care le-a găsit.

  3. 3

    Păstrează o lungime apropiată de cea originală

    O corectură de lungime asemănătoare rămâne pe rândul ei. Una mult mai lungă rearanjează paragraful, iar editorul te anunță dacă nu este loc pentru a împinge textul de dedesubt.

  4. 4

    Compară caracterele noi cu cele din jur

    Mărește pagina. Dacă o literă pare din alt font, fișierul nu avea acea formă. Ca pagina să rămână unitară, reformulează ca să o eviți sau acoperă și rescrie tot rândul. Pagina noastră despre editarea unui PDF fără pierderea formatării spune mai multe despre asta.

  5. 5

    Verifică fișierul exportat, nu editorul

    Deschide fișierul descărcat în cititorul tău PDF obișnuit. Caută cuvântul corectat, dar și pe cel vechi. Editarea este gratuită. Descărcarea necesită un cont gratuit și costă 0,99 GBP pentru prima săptămână.

Unde se oprește chiar și cel mai bun editor

  • Text dintr-o imagine. Literele dintr-un logo, dintr-un grafic sau dintr-o captură de ecran sunt pixeli, așa că imaginea trebuie înlocuită, nu editată.
  • Textul centrat sau aliniat la dreapta, celulele de tabel și rândurile izolate se editează rând cu rând, păstrându-și marginea după care sunt aliniate, pentru că nu există un paragraf de rearanjat.
  • Un paragraf care nu poate împinge ce are dedesubt este potrivit în spațiul pe care îl are, dar numai până la un punct. Dincolo de el, soluția cinstită este un text mai scurt.
  • Fonturile care nu au fost încorporate niciodată și caracterele pe care subsetul încorporat nu le conține apar cu un font de înlocuire. O modificare scurtă ascunde bine acest lucru; un paragraf întreg nou, nu.
  • Textul obținut prin OCR este o estimare. Pozițiile și mărimile sunt aproximative, iar cuvintele recunoscute trebuie recitite.
  • O semnătură digitală nu supraviețuiește unei modificări, în niciun editor. Fă rost de o copie nesemnată, modific-o pe aceea și semnează din nou.
  • Criptarea nu este un detaliu tehnic. Fără parolă nu există nicio pagină de editat, iar nimic de aici nu recuperează și nu ghicește o parolă.

Ce întreabă oamenii

De ce a fost conceput formatul PDF ca să fie atât de greu de editat?

Nu a fost conceput ca să fie greu de editat. A fost conceput ca să fie imposibil de afișat greșit. La începutul anilor 1990, un document arăta altfel pe fiecare calculator, iar fixarea fiecărei litere la locul ei a rezolvat problema. Tot de aceea PDF-ul este și astăzi formatul contractelor, al facturilor și al formularelor. Editarea nu a fost niciodată scopul, așa că formatul nu a stocat niciodată ce îi trebuie editării.

De ce se transformă textul în caractere fără sens când îl copiez dintr-un PDF?

Fișierul își asociază caracterele cu formele literelor (glifele) într-un fel numai al lui și nu spune nicăieri căror litere reale le corespund. Cititoarele PDF desenează formele corect, dar la copiere nu există nimic cu care să fie traduse, iar orice editor care citește textul are aceeași problemă. Soluția practică este documentul original, dacă îl mai are cineva.

Este mai ușor să convertesc PDF-ul în Word și să-l editez acolo?

Pentru un document scurt și simplu, adesea da: convertorul ghicește structura, tu editezi un document obișnuit și exporți un PDF nou. Pentru orice are coloane, tabele, o spațiere exactă sau un anumit font, tocmai structura ghicită este problema, iar noul PDF este alt document, care spune același lucru. Dacă pagina trebuie să arate ca originalul, cu o singură modificare, editează chiar PDF-ul.

De ce se schimbă fontul când editez un PDF?

Fie fontul nu a fost încorporat niciodată în fișier, iar editorul nu are cu ce desena decât un font de înlocuire, fie a fost încorporat ca subset care nu a conținut niciodată litera pe care ai tastat-o. Editoarele care ignoră cu totul fontul încorporat schimbă fontul la fiecare modificare. Soluția este un editor care ia fontul din fișier și modificări care rămân în limita literelor pe care acesta le are.

De ce nu pot edita un PDF în browser sau în previzualizarea din e-mail?

Acele cititoare sunt făcute ca să arate un fișier repede și în siguranță, nu ca să-l schimbe. Cele mai multe completează câmpuri de formular, unele adaugă și o notiță, iar lista se oprește aici. De obicei, fișierul nu are nimic. Limita este aplicația.

Are un PDF un strat de text pe care îl pot activa?

Un PDF creat pe calculator, din text, are deja textul în pagină, desenat ca glife. Un PDF scanat nu are niciun text și nu există niciun comutator: textul trebuie recunoscut. După ce rulezi OCR, editorul are o citire a fiecărui rând, de la care poate porni, iar un rând editat ajunge în fișierul exportat ca text în care se poate căuta.

Instrumente pentru ce ai de făcut

Citește în continuare