Vì sao PDF lại khó chỉnh sửa đến vậy?

PDF là một trang đã hoàn tất, không phải một tài liệu

Adobe thiết kế định dạng này vào đầu những năm 1990 để giải quyết một vấn đề: một trang phải trông giống hệt nhau trên mọi màn hình và mọi máy in, bất kể người nhận có những phông chữ và phần mềm nào. Định dạng này ra đời từ PostScript, thứ ngôn ngữ mà máy in vốn đã hiểu, và vẫn giữ bản chất đó. Một tệp PDF mô tả trang trông ra sao sau khi mọi thứ đã được quyết định: phông chữ, cỡ chữ, mỗi dòng ngắt ở đâu, từng con chữ nằm ở đâu.

Một tài liệu Word hay Google Docs thì lưu điều ngược lại: phần văn bản, cùng các quy tắc để dàn trang (đây là tiêu đề, đoạn này căn đều hai bên, lề rộng 2 cm). Mỗi lần bạn mở tài liệu, ứng dụng lại dàn trang từ đầu, vì thế bạn mới gõ được vào giữa một câu và mọi thứ phía sau tự dịch ra nhường chỗ. PDF thì đã làm xong việc đó và vứt bỏ các quy tắc. Chỉnh sửa một tệp PDF tức là đảo ngược một quá trình mà chính tệp cũng không còn nhớ.

Bên trong một trang PDF thực sự có gì

Nhìn vào bên trong một trang PDF, bạn sẽ không thấy câu văn nào. Bạn thấy một danh sách lệnh vẽ. Với văn bản, mỗi lệnh đại ý nói: dùng phông chữ F1 ở cỡ 11 point, di chuyển đến vị trí này, vẽ các ký tự này. Những thứ bạn cần có để chỉnh sửa thì phần lớn lại thiếu:

• Không có từ hay đoạn văn. Tệp chỉ đặt các ký tự vào chỗ, thường theo từng cụm ngắn. Dấu cách nhiều khi chỉ là một khoảng hở trong cách đặt vị trí chứ không phải một ký tự dấu cách, còn đoạn văn chỉ đơn giản là một nhóm dòng tình cờ nằm bên dưới nhau.
• Không có thứ tự đọc. Văn bản có thể được vẽ theo bất kỳ trình tự nào mà chương trình tạo ra tệp thấy tiện: một bảng được vẽ theo từng cột, chân trang được vẽ trước tiên, hai cột báo đan xen nhau từng dòng một.
• Phông chữ bị cắt bớt, chỉ còn những chữ cái được dùng. Để tệp gọn nhẹ, phần lớn tệp PDF chỉ nhúng một phần của mỗi phông chữ (một tập con), gồm đúng những ký tự xuất hiện trên trang. Nếu từ bạn cần có một chữ cái chưa từng được dùng, phông chữ trong tệp không có hình dạng nào cho chữ cái đó. Có những tệp PDF không nhúng phông chữ nào cả và trông cậy vào bất cứ phông nào trình đọc PDF tìm được.
• Khoảng cách cố định. Văn bản căn đều hai bên được lưu kèm những điều chỉnh chính xác dọc theo dòng để dòng vừa khít bề rộng của nó. Chỉ cần đổi một từ là mọi con số đó đều sai.
• Các lớp riêng cho những thứ được thêm vào sau. Vùng tô sáng, ghi chú dán, khung trắng, trường của biểu mẫu và chữ ký đều là chú thích được vẽ lên trên trang, không phải một phần của trang. Đó là lý do một khung trắng giấu được chữ mà không xóa chữ.
• Hình ảnh trông như văn bản. Một logo, một biểu đồ, một ảnh chụp màn hình được dán vào hay một trang được quét đều là điểm ảnh. Trong đó không có ký tự nào để sửa cả.

Mọi đặc điểm khác của PDF đều củng cố điều này. Nội dung của tệp được nén, các đối tượng được tìm theo vị trí byte của chúng trong tệp, còn tệp được bảo vệ bằng mật khẩu thì được mã hóa. Không thứ nào trong số đó được thiết kế để mở ra và sắp xếp lại. Tất cả được thiết kế để hiển thị.

Vì sao đổi chỉ một từ cũng khó

Giả sử bạn muốn sửa một lỗi chính tả ở giữa một đoạn văn. Trong tệp Word, đó chỉ là một lần gõ phím. Trong PDF, trước hết trình chỉnh sửa phải tìm ra những ký tự được vẽ nào thuộc cùng một dòng (bằng cách đo vị trí của chúng), những dòng nào tạo thành một đoạn văn (dựa vào khoảng cách giữa các dòng, chỗ thụt lề và việc một dòng có dừng trước lề hay không), cột rộng bao nhiêu, cũng như văn bản được căn trái, căn giữa hay căn đều hai bên. Không điều nào trong số đó được ghi lại ở bất cứ đâu.

Sau đó, trình chỉnh sửa phải đưa các ký tự cũ khuất khỏi tầm mắt, xác định phông chữ nào đã vẽ ra chúng và mực màu gì, rồi vẽ từ đã sửa bằng đúng phông chữ, cỡ chữ và khoảng cách ấy để không bị lộ. Nếu chỗ sửa dài hơn bản gốc thì dòng không còn vừa nữa, nên cả đoạn văn phải ngắt dòng lại, và mọi thứ bên dưới phải dịch xuống. Nhưng chỉ khi không có gì chắn đường: một bảng, một bức ảnh hay chân trang đều là một bức tường.

Mỗi bước trong số đó ít nhiều đều là phỏng đoán, và mỗi chương trình tạo ra PDF lại chọn một kiểu riêng về phông chữ, khoảng cách và thứ tự vẽ. Đó mới là câu trả lời thực sự cho câu hỏi vì sao PDF khó chỉnh sửa đến vậy. Không phải do một ổ khóa nào cả, mà do cả tá chi tiết nhỏ tệp chưa bao giờ ghi lại: trình chỉnh sửa nào cũng phải tự suy ra chúng, và đôi khi suy sai.

Vì sao tệp PDF này dễ sửa còn tệp kia lại không chịu

Vì định dạng này cho phép quá nhiều biến thể, một tệp PDF dễ sửa đến đâu phụ thuộc vào cách nó được tạo ra nhiều hơn hẳn so với ứng dụng bạn dùng để mở:

• Xuất từ Word, Google Docs, InDesign hoặc một trang web: văn bản thật, phông chữ nhúng, mỗi dòng nhìn thấy là một dòng được vẽ. Đây là trường hợp tốt nhất. Phần lớn trình chỉnh sửa đổi được một từ, và những trình tốt còn dàn lại được cả đoạn văn.
• Tạo bằng một phông chữ không được nhúng: văn bản vẫn sửa được, nhưng các chữ cái mới hiện ra bằng một phông chữ thay thế và chỗ nối có thể lộ ra.
• Được quét hoặc chụp ảnh: một bức ảnh không có văn bản nào bên trong. Không chọn được gì cho đến khi OCR biến bản quét thành tệp chỉnh sửa được, và ngay cả khi đó, văn bản được nhận dạng cũng chỉ là cách đọc sát nhất mà công cụ OCR rút ra được từ các điểm ảnh.
• Đã làm phẳng hoặc đã ký: các trường của biểu mẫu và chú thích đã được gộp hẳn vào trang, còn chữ ký số (loại có chứng thư số) thì niêm phong tệp, nên ngay chỉnh sửa đầu tiên đã phá vỡ niêm phong đó.
• Được bảo vệ bằng mật khẩu: nội dung được mã hóa, và không trình chỉnh sửa nào nhìn thấy trang nếu không có mật khẩu.

Nếu vấn đề của bạn nằm ở một tệp cụ thể chứ không phải ở định dạng nói chung, trang của chúng tôi về lý do bạn không chỉnh sửa được PDF có một phép thử mười giây cho từng trường hợp trên, kèm cách khắc phục tương ứng.

Một trình chỉnh sửa PDF tốt vẫn sửa được văn bản bằng cách nào

Không có gì trong định dạng này ngăn trình chỉnh sửa thay đổi văn bản. Trình chỉnh sửa chỉ phải dựng lại những gì tệp đã bỏ qua, và làm đủ tốt để kết quả trông như chưa hề bị đụng tới. Đây là chỗ các trình chỉnh sửa khác nhau nhiều nhất. Có trình chuyển cả trang thành tài liệu của trình soạn thảo văn bản rồi chuyển ngược lại, thế là mất bố cục. Có trình biến trang đã sửa thành một bức ảnh, thế là mất văn bản chọn được. Có trình vẽ từ mới bằng bất cứ phông chữ nào sẵn có và để nguyên từ cũ bên dưới.

Công cụ “Sửa chữ trong PDF” của peadf được xây dựng để làm việc này cho đúng cách, ngay trong trình duyệt của bạn, không tải tệp lên. Công cụ gom các ký tự được vẽ thành từng dòng dựa vào vị trí của chúng, xác định những dòng nào tạo thành một đoạn văn và cột của đoạn rộng bao nhiêu, đọc màu mực từ chính các lệnh vẽ, rồi đọc phông chữ ra từ tệp để dòng đã sửa được dàn bằng cùng phông chữ với các dòng xung quanh. Ở những chỗ làm được một cách an toàn và kiểm tra lại được, các ký tự cũ được lấy hẳn ra khỏi tệp; nếu không, chúng được giấu dưới một lớp che vẽ từ chính nền của trang. Chỗ sửa dài hơn chỉ ngắt dòng lại những dòng buộc phải ngắt và đẩy phần văn bản bên dưới xuống, nhưng chỉ trên nền trơn. Còn khi phông chữ nhúng chưa từng có một ký tự bạn gõ, riêng ký tự đó được vẽ tách ra để phần còn lại của dòng vẫn là văn bản thật.

Cách chỉnh sửa PDF mà ít làm hỏng nhất

Hiểu vì sao định dạng này khó sửa cũng là biết cách làm việc với nó. Dù bạn dùng trình chỉnh sửa nào:

1. 1

   Kiểm tra xem tệp PDF của bạn thuộc loại nào

   Kéo chuột ngang qua một dòng chữ. Nếu chữ được chọn thì trang có văn bản thật. Nếu thay vào đó hiện ra một khung phủ lên cả trang thì đó là bản quét và cần chạy OCR trước.

2. 2

   Sửa dòng có sẵn thay vì che nó đi

   Trong peadf, mở tệp bằng công cụ “Sửa chữ trong PDF”, chuyển sang “Chọn” rồi nhấp vào dòng chữ. Gõ lại ngay tại chỗ để trình chỉnh sửa giữ được phông chữ, cỡ chữ, màu và cách căn lề mà nó đã tìm ra.

3. 3

   Giữ chỗ sửa gần bằng độ dài ban đầu

   Chỗ sửa có độ dài tương đương thì vẫn nằm trên dòng của nó. Chỗ sửa dài hơn nhiều khiến đoạn văn ngắt dòng lại, và trình chỉnh sửa báo cho bạn biết nếu không còn chỗ để đẩy phần văn bản bên dưới.

4. 4

   So các ký tự mới với những ký tự bên cạnh

   Phóng to lên. Nếu một chữ cái trông như thuộc phông chữ khác thì tệp không mang hình dạng của chữ cái đó. Để trang vẫn đồng nhất, hãy đổi cách diễn đạt để tránh chữ cái ấy, hoặc che rồi dàn lại cả dòng. Trang của chúng tôi về chỉnh sửa PDF mà không làm mất định dạng nói kỹ hơn về việc này.

5. 5

   Kiểm tra tệp đã xuất, không phải bản trong trình chỉnh sửa

   Mở tệp vừa tải xuống trong trình đọc PDF bạn thường dùng. Tìm từ đã sửa, rồi tìm cả từ cũ. Chỉnh sửa miễn phí. Để tải xuống, bạn cần một tài khoản miễn phí và một gói trả phí, từ 0,99 £ cho tuần đầu tiên.

Nơi cả trình chỉnh sửa tốt nhất cũng phải dừng

• Chữ nằm trong ảnh. Chữ cái trong một logo, một biểu đồ hay một ảnh chụp màn hình là điểm ảnh, nên phải thay ảnh chứ không sửa được.
• Văn bản căn giữa và căn phải, ô trong bảng và những dòng đứng riêng lẻ được sửa từng dòng một, mỗi dòng giữ nguyên mép của mình, vì không có đoạn văn nào để dàn lại.
• Một đoạn văn không đẩy được phần bên dưới thì được thu lại cho vừa khoảng trống nó có, đến một mức nhất định. Quá mức đó, cách khắc phục trung thực là viết ngắn lại.
• Phông chữ chưa từng được nhúng, và những ký tự mà phần phông được nhúng không có, hiện ra bằng một phông chữ thay thế. Một chỗ sửa ngắn giấu điều này khá tốt; cả một đoạn văn mới thì không.
• Văn bản từ OCR là một ước đoán. Vị trí và kích thước của nó chỉ gần đúng, và những từ được nhận dạng cần được soát lại.
• Chữ ký số không còn nguyên vẹn sau một lần chỉnh sửa, dù dùng trình chỉnh sửa nào. Hãy lấy một bản chưa ký, sửa bản đó rồi ký lại.
• Mã hóa không phải là chuyện hình thức. Không có mật khẩu thì không có trang nào để sửa, và không có gì ở đây khôi phục hay đoán được mật khẩu.

Mọi người thường hỏi