Konwersja ukrytego tekstu

Konwersja ukrytego tekstu to zachowanie lub usunięcie fragmentów oznaczonych jako niewidoczne przy zmianie formatu.

Na czym polega konwersja ukrytego tekstu

Konwersja ukrytego tekstu oznacza zmianę formatu dokumentu, podczas której program musi zdecydować, co zrobić z treścią oznaczoną jako niewidoczna. Ukryty tekst nadal może znajdować się w strukturze pliku, mimo że nie jest wyświetlany w zwykłym widoku. Może to być fragment akapitu, pojedyncze słowo, znak, przypis, komentarz, pole dokumentu albo element znajdujący się poza głównym obszarem wydruku. Sama niewidoczność nie oznacza usunięcia danych. O tym, czy treść zostanie zachowana, ujawniona lub pominięta, decydują format źródłowy, format docelowy oraz program wykonujący konwersję.

Przykładem jest zapis dokumentu tekstowego do formatu PDF, HTML, RTF, DOCX albo zwykłego pliku tekstowego. Dokument źródłowy może przechowywać właściwość określającą, że dany fragment ma być ukryty na ekranie lub podczas drukowania. Format docelowy może takiej właściwości nie obsługiwać. Wtedy konwerter zwykle wybiera jedną z kilku metod: zapisuje tekst jako zwykłą widoczną treść, pomija go albo zachowuje informację o ukryciu w dodatkowych metadanych. Nie ma jednej uniwersalnej reguły dla wszystkich rozszerzeń plików.

Widoczność na ekranie a obecność w strukturze pliku

Ukryty tekst może być kontrolowany przez właściwości formatowania, warunki wyświetlania lub elementy pomocnicze dokumentu. W edytorach tekstu często istnieje osobny atrybut czcionki określający, czy znaki mają być widoczne. W innych przypadkach tekst może znajdować się w komentarzu, przypisie, polu automatycznym, warstwie dokumentu albo w sekcji przeznaczonej wyłącznie do druku. Dla użytkownika wszystkie te elementy mogą wyglądać podobnie, ponieważ nie są widoczne w podstawowym podglądzie, lecz z punktu widzenia konwertera są różnymi obiektami.

Podczas konwersji trzeba odróżnić tekst ukryty przez formatowanie od tekstu, który nie został wyświetlony z powodu ustawień programu. Na przykład wyłączenie widoczności komentarzy w edytorze nie musi usuwać komentarzy z pliku. Podobnie niewidoczny fragment może pojawić się po otwarciu dokumentu w innym programie, jeżeli aplikacja nie odczytała prawidłowo atrybutu ukrycia. Konwersja może więc zmienić nie tylko rozszerzenie pliku, lecz także sposób interpretacji informacji o widoczności.

Istotne jest również rozróżnienie między zawartością dokumentu a jego reprezentacją wizualną. Konwersja do formatu opartego na obrazie, na przykład skanowanej strony zapisanej jako grafika w PDF, nie przechowuje tekstu jako oddzielnych znaków. Ukryty tekst, który nie został narysowany na stronie, może w takim procesie nie trafić do obrazu. Z kolei dokument PDF z dodatkową warstwą tekstową może zawierać znaki niewidoczne w renderowanym widoku, ale dostępne dla wyszukiwania lub kopiowania.

Skutki zapisu do różnych formatów

Format PDF opisuje układ strony, obiekty graficzne, czcionki i elementy tekstowe, ale sposób przechowywania niewidocznej treści zależy od programu tworzącego plik. Konwerter może pominąć ukryty fragment, umieścić go w strumieniu tekstowym bez widocznego rysowania albo zamienić go na zwykły tekst. Dlatego po zapisaniu dokumentu do PDF warto sprawdzić nie tylko wygląd strony, ale także wyszukiwanie, zaznaczanie i kopiowanie tekstu. Dwa pliki PDF wyglądające identycznie mogą zawierać różne informacje wewnętrzne.

W formacie HTML tekst może zostać zapisany jako element z regułą stylu wpływającą na widoczność, na przykład przez właściwość CSS display: none albo visibility: hidden. Takie rozwiązania nie są równoważne: element niewidoczny może nadal zajmować miejsce w układzie strony, natomiast element wyłączony z renderowania zwykle nie wpływa na layout. Program konwertujący dokument do HTML może zachować te reguły, usunąć je albo wypisać zawartość jako zwykły tekst. Wynik zależy od tego, czy celem jest zachowanie edytowalnej struktury, czy jedynie podobnego wyglądu strony.

Przy zapisie do TXT z reguły znika większość informacji o formatowaniu. Plik tekstowy nie przechowuje standardowych właściwości czcionki, warstw, komentarzy ani układu strony. Jeżeli konwerter traktuje niewidoczny tekst jako część treści, zostanie on zapisany razem z pozostałymi znakami. Jeżeli natomiast eksport obejmuje tylko tekst przeznaczony do wyświetlenia lub wydruku, fragment ukryty może zostać pominięty. Po konwersji w kierunku odwrotnym nie zawsze da się odtworzyć pierwotne oznaczenie niewidoczności.

Weryfikacja wyniku po konwersji dokumentu

Kontrola poprawności powinna obejmować dokument przed i po zmianie formatu. Najpierw należy włączyć w programie źródłowym wyświetlanie znaków ukrytych, komentarzy, przypisów lub innych elementów pomocniczych, jeżeli aplikacja udostępnia takie ustawienie. Następnie trzeba wykonać konwersję z określonymi opcjami dotyczącymi drukowania, komentarzy i treści niewidocznej. Po zapisaniu pliku warto otworzyć go w niezależnej aplikacji, ponieważ program użyty do konwersji może inaczej interpretować własne rozszerzenia lub niestandardowe właściwości.

Sprawdzenie powinno obejmować wyszukiwanie charakterystycznych słów, zaznaczanie i kopiowanie tekstu, widok wydruku oraz odczyt dokumentu przez narzędzia eksportujące treść. W przypadku pliku PDF pomocne jest porównanie liczby znalezionych wystąpień tekstu z dokumentem źródłowym. Dla HTML należy sprawdzić kod strony oraz reguły CSS odpowiedzialne za widoczność. Jeżeli treść ma zostać trwale usunięta, samo ustawienie koloru czcionki na biały albo ukrycie elementu nie jest równoważne z usunięciem danych ze struktury pliku.

Warszawskie Pogotowie Komputerowe wykonuje profesjonalną naprawę laptopów i komputerów PC, w tym diagnostykę problemów z dokumentami, aplikacjami biurowymi oraz konwersją plików na typowych urządzeniach użytkowych. Przy ocenie problemu znaczenie ma zarówno program użyty do otwarcia pliku, jak i format źródłowy, format docelowy oraz ustawienia eksportu. Dopiero porównanie tych elementów pozwala ustalić, czy ukryty tekst został usunięty, ujawniony, zachowany jako niewidoczny obiekt, czy też utracony wskutek ograniczeń formatu.