Чому PDF так важко редагувати?

PDF не документ, а готова сторінка

Adobe розробила формат на початку 1990-х, щоб розв'язати одну проблему: сторінка має виглядати однаково на будь-якому екрані й будь-якому принтері, хоч би які шрифти та програми були в іншої людини. Він виріс із PostScript, мови, якою вже говорили принтери, і успадкував її природу. PDF описує, як виглядає сторінка, коли все вже вирішено: гарнітура, розмір, де обривається кожен рядок, де стоїть кожна літера.

Документ Word або Google Документів зберігає протилежне: текст і правила, за якими його верстати (це заголовок, цей абзац вирівняно по ширині, поля по 2 см). Застосунок верстає сторінку наново щоразу, коли ви її відкриваєте, тому можна вписати слово посеред речення, і все після нього посунеться. PDF цю роботу вже зробив, а правила викинув. Редагувати його означає пройти цей процес у зворотному напрямку, а файл його вже не пам'ятає.

Що насправді всередині сторінки PDF

Зазирніть усередину сторінки PDF, і речень ви там не знайдете. Там список команд малювання. Для тексту кожна з них каже приблизно таке: візьми шрифт F1 розміром 11 пунктів, перейди в цю точку, намалюй ці символи. Майже всього, що потрібно для редагування, у файлі немає:

• Немає ні слів, ні абзаців. Файл розставляє символи, часто короткими порціями. Пробіл нерідко записано не як символ, а як проміжок у координатах, і абзац існує лише як кілька рядків, що стоять один під одним.
• Немає порядку читання. Текст малюється в будь-якій послідовності, яку програма, що створила файл, вважала зручною: таблиця по стовпцях, спершу нижній колонтитул, дві газетні колонки впереміш, рядок за рядком.
• Шрифти, урізані до вжитих літер. Щоб файл був меншим, більшість PDF-файлів вбудовує лише частину кожного шрифту, тобто ті символи, що трапляються на сторінці. Якщо в потрібному вам слові є літера, якої в документі не було, у шрифті з файлу для неї немає обрису. А деякі PDF-файли не вбудовують шрифтів узагалі й покладаються на те, що знайде програма для перегляду.
• Зафіксовані відстані. Текст, вирівняний по ширині, збережено з точними поправками вздовж рядка, щоб він заповнював усю ширину колонки. Змініть одне слово, і кожне з цих чисел стане неправильним.
• Окремі шари для всього, що додали пізніше. Виділення маркером, нотатки, білі прямокутники, поля форми й підписи додаються як анотації поверх сторінки, а не стають її частиною. Саме тому білий прямокутник ховає текст, але не видаляє його.
• Зображення, схожі на текст. Логотип, діаграма, вставлений знімок екрана чи відсканована сторінка складаються з пікселів. Символів, які можна було б редагувати, у них немає взагалі.

Усе інше в PDF працює на те саме. Його вміст стиснуто, об'єкти в ньому знаходять за їхнім положенням у файлі з точністю до байта, а файл із паролем зашифровано. Нічого з цього не задумано так, щоб файл можна було розібрати й зібрати інакше. Його задумано для показу.

Чому важко змінити навіть одне слово

Скажімо, ви хочете виправити одну одруківку посеред абзацу. У файлі Word це одне натискання клавіші. У PDF редактор має спершу з'ясувати, які з намальованих символів стоять в одному рядку (вимірявши їхні координати), які рядки складають абзац (за відстанями між ними, відступами й тим, чи доходить рядок до краю колонки), яка ширина колонки і як вирівняно текст: ліворуч, по центру чи по ширині. Ніде у файлі цього не записано.

Потім треба сховати старі символи, визначити, яким шрифтом їх намальовано і якого кольору фарба, і намалювати виправлене слово тією самою гарнітурою, того самого розміру, з тими самими відстанями, щоб воно не впадало в око. Якщо виправлення довше за оригінал, рядок уже не вміщується, тож увесь абзац треба перебудувати, а все, що під ним, посунути вниз. Але тільки якщо нічого не стоїть на заваді: таблиця, зображення чи нижній колонтитул стають стіною.

У кожному з цих кроків є частка здогадки, а кожна програма, що створює PDF, по-своєму вирішує, як вбудовувати шрифти, задавати відстані й у якому порядку малювати. Ось справжня відповідь на запитання, чому PDF так важко редагувати. Річ не в одному замку. Річ у десятку дрібниць, яких файл ніколи не записував і які кожен редактор мусить вгадувати, а часом вгадує неправильно.

Чому один PDF редагується легко, а інший опирається

Формат допускає стільки варіантів, що те, наскільки PDF піддається редагуванню, залежить передусім від того, як його створено, і значно менше від програми, у якій ви його відкрили:

• Експортований із Word, Google Документів, InDesign або з вебсторінки: справжній текст, вбудовані шрифти, один намальований рядок на кожен видимий. Це найкращий випадок. Більшість редакторів зможе змінити слово, а хороші перебудують і абзац.
• Створений зі шрифтом, якого не вбудовано: текст редагується, але нові літери набираються шрифтом-замінником, і стик може бути помітний.
• Відсканований або сфотографований: зображення без жодного тексту. Нічого не виділяється, доки OCR не зробить скан редагованим, та й тоді ви отримуєте лише те, як модуль OCR прочитав ці пікселі.
• Зведений або підписаний: під час зведення поля форми й анотації назавжди вписують у сторінку, а електронний підпис із сертифікатом запечатує файл, тож перша ж зміна його ламає.
• Захищений паролем: вміст зашифровано, і без пароля жоден редактор не побачить сторінки.

Якщо вам не дає спокою один конкретний файл, а не формат узагалі, на сторінці «Чому PDF не редагується» для кожного з цих випадків є перевірка на десять секунд і рішення до неї.

Як хороший редактор PDF усе ж таки змінює текст

Ніщо у форматі не забороняє редакторові змінювати текст. Йому лише треба відновити те, чого файл не зберіг, і зробити це так добре, щоб результат виглядав неторканим. Саме тут редактори відрізняються найбільше. Одні конвертують усю сторінку в текстовий документ і назад, і верстка губиться. Інші перетворюють відредаговану сторінку на зображення, і губиться текст, який можна виділити. Треті малюють нове слово першим-ліпшим шрифтом, а старе залишають під ним.

Інструмент peadf «Редагувати текст у PDF» створено саме для того, щоб робити це як слід, у вашому браузері й без надсилання файлу на сервер. Він збирає намальовані символи в рядки за їхніми координатами, визначає, які рядки складають абзац і яка ширина його колонки, зчитує колір фарби із самих команд малювання, а шрифт бере з файлу, тому змінений рядок набирається тією самою гарнітурою, що й рядки довкола. Старі символи вирізаються з файлу там, де це можна зробити безпечно й перевірити; в інших випадках їх ховає покриття, намальоване з фону самої сторінки. Довша зміна перебудовує лише ті рядки, які мусить, і посуває текст під ними вниз, але тільки там, де фон однорідний. А якщо у вбудованому шрифті ніколи не було символу, який ви ввели, цей один символ малюється окремо, і решта рядка залишається справжнім текстом.

Як редагувати PDF із найменшими втратами

Коли знаєш, чому формат опирається, стає зрозуміло, як із ним працювати. Хоч би яким редактором ви користувалися:

1. 1

   Перевірте, який у вас PDF

   Проведіть курсором по рядку тексту. Якщо він виділяється, на сторінці справжній текст. Якщо натомість з'являється рамка на всю сторінку, це скан, і спершу йому потрібен OCR.

2. 2

   Редагуйте наявний рядок, а не зафарбовуйте його

   У peadf відкрийте файл в інструменті «Редагувати текст у PDF», виберіть «Виділити» й натисніть на рядок. Введіть слова наново просто на місці, щоб редактор зберіг шрифт, розмір, колір і вирівнювання, які він знайшов.

3. 3

   Не відходьте далеко від початкової довжини

   Виправлення приблизно тієї самої довжини залишається у своєму рядку. Значно довше перебудує абзац, а якщо посунути текст нижче нікуди, редактор про це повідомить.

4. 4

   Порівняйте нові символи із сусідніми

   Збільште масштаб. Якщо літера виглядає як з іншого шрифту, у файлі не було її обрису. Щоб сторінка залишалася однорідною, перефразуйте речення без цієї літери або зафарбуйте й наберіть наново весь рядок. Докладніше про це на сторінці «Редагуйте PDF без втрати форматування».

5. 5

   Перевіряйте експортований файл, а не редактор

   Відкрийте завантажений файл у своїй звичній програмі для перегляду PDF. Пошукайте виправлене слово, а потім старе. Редагування безкоштовне. Щоб завантажити файл, потрібні безкоштовний обліковий запис і платний тариф: перший тиждень за 0,99 GBP.

Де зупиняється навіть найкращий редактор

• Текст усередині зображення. Літери в логотипі, діаграмі чи на знімку екрана складаються з пікселів, тому зображення треба замінити, а не редагувати.
• Текст, вирівняний по центру чи праворуч, клітинки таблиць і окремі рядки редагуються по одному рядку й тримаються свого краю, бо абзацу, який можна було б перебудувати, тут немає.
• Абзац, який не може посунути те, що під ним, уміщується у відведене йому місце, але лише до певної межі. Далі чесне рішення одне: коротший текст.
• Шрифти, яких не вбудовано, і символи, яких немає у вбудованій частині шрифту, набираються замінником. У короткій зміні це майже непомітно, у цілому новому абзаці видно одразу.
• Текст після OCR лише приблизний. Його позиції й розміри неточні, а розпізнані слова треба вичитати.
• Електронний підпис із сертифікатом не переживає жодної зміни, у будь-якому редакторі. Візьміть непідписану копію, змініть її та підпишіть знову.
• Шифрування не формальність. Без пароля немає сторінки, яку можна редагувати, і ніщо тут не відновлює й не вгадує паролів.

Про що запитують