PDF

PDF to format dokumentu zachowujący układ niezależnie od urządzenia i systemu, na którym jest otwierany.

Jak PDF przechowuje układ dokumentu

PDF, czyli Portable Document Format, jest formatem dokumentów opracowanym do zapisu treści wraz z informacjami potrzebnymi do jej wyświetlenia. W odróżnieniu od formatów przeznaczonych głównie do edycji, takich jak DOCX, dokument PDF opisuje między innymi położenie tekstu, rozmiary stron, kroje pisma, obrazy, grafikę wektorową oraz kolejność wyświetlania obiektów. Dzięki temu strona może zachować podobny układ na komputerze, laptopie, tablecie i urządzeniu drukującym, niezależnie od używanego systemu operacyjnego.

Plik PDF składa się z obiektów opisujących zawartość dokumentu. Mogą to być strony, strumienie danych, czcionki, obrazy, metadane, adnotacje i elementy formularza. Współrzędne obiektów są zapisane w układzie strony, dlatego program odczytujący plik nie musi odtwarzać dokumentu na podstawie ustawień edytora tekstu. Rozmiar strony jest określany między innymi przez pola mediabox, cropbox, trimbox lub bleedbox, stosowane zależnie od przeznaczenia dokumentu. Informacje te mają znaczenie zwłaszcza przy przygotowaniu materiału do druku.

Standard PDF, czcionki i kompresja danych

Specyfikacja PDF definiuje sposób zapisu stron oraz obiektów, ale nie gwarantuje, że każdy program obsłuży wszystkie funkcje dostępne w danej wersji. PDF 1.7 został opisany w normie ISO 32000-1:2008, natomiast PDF 2.0 określa norma ISO 32000-2:2020. Konkretna wersja może mieć znaczenie przy otwieraniu pliku w starszym czytniku, podczas konwersji albo w systemie drukowania. Samo rozszerzenie .pdf nie informuje o wszystkich właściwościach dokumentu, dlatego do analizy używa się narzędzi sprawdzających strukturę i wersję pliku.

Żeby tekst wyglądał tak samo po otwarciu, dokument może zawierać osadzone kroje pisma lub ich podzbiory obejmujące tylko znaki użyte w treści. Jeżeli czcionka nie została osadzona, wygląd może zależeć od zasobów dostępnych na danym komputerze. PDF może również przechowywać obrazy rastrowe z kompresją bezstratną albo stratną. Obrazy biurowe, skany i grafiki mogą więc zajmować różną ilość miejsca mimo podobnej liczby stron. Kompresja nie zmienia automatycznie rozdzielczości skanu, ale może wpływać na widoczne artefakty, ostrość tekstu i możliwość późniejszego rozpoznania znaków.

Formularze, adnotacje i zabezpieczenia dokumentu

PDF może zawierać pola formularzy, przyciski, pola wyboru, listy rozwijane i adnotacje. W praktyce są to elementy zapisane oddzielnie od podstawowej zawartości strony. Dzięki temu dokument może umożliwiać wpisywanie danych bez zmiany pierwotnego układu. Nie każdy formularz PDF działa jednak tak samo: starszy mechanizm AcroForm jest obsługiwany szerzej, a formularze oparte na technologii XFA mogą wymagać określonego programu. Wypełnienie pola nie musi też oznaczać, że dane zostały trwale połączone z warstwą drukowanej treści.

Dokument PDF może być szyfrowany i może zawierać ograniczenia dotyczące drukowania, kopiowania lub modyfikowania. Skuteczność takich ograniczeń zależy od użytego algorytmu, wersji szyfrowania i możliwości programu otwierającego plik. Osobnym mechanizmem jest podpis elektroniczny, który pozwala sprawdzić, czy dokument został zmieniony po podpisaniu oraz jaki certyfikat wykorzystano do podpisu. Podpis nie zabezpiecza jednak przed każdym sposobem ujawnienia treści i nie naprawia błędów powstałych podczas tworzenia dokumentu.

Dostępność dokumentu zależy od jego struktury, a nie tylko od wizualnego wyglądu. Skan zapisany jako pojedynczy obraz może wyglądać poprawnie, lecz nie zawierać tekstu możliwego do zaznaczenia lub odczytania przez czytnik ekranu. Rozpoznawanie OCR tworzy warstwę tekstową, ale jej dokładność trzeba zweryfikować. Z kolei Tagged PDF może przechowywać strukturę logiczną, taką jak nagłówki, akapity, listy, tabele i kolejność odczytu. Błędne znaczniki, brak opisów alternatywnych obrazów albo niewłaściwa kolejność obiektów mogą utrudniać korzystanie z dokumentu.

Otwieranie i naprawa plików PDF na komputerze

Problemy z PDF-em mogą wynikać zarówno z samego pliku, jak i ze środowiska, w którym jest otwierany. Typowe objawy to komunikat o uszkodzeniu dokumentu, brak części stron, niewidoczne czcionki, nieprawidłowe kolory, niedziałające pola formularza albo bardzo wolne przewijanie skanu. W pierwszej kolejności warto sprawdzić, czy błąd występuje w jednym czytniku, czy także w innym aktualnym programie. Pomocne jest również pobranie pliku ponownie, ponieważ niepełny transfer może pozostawić dokument z niekompletną zawartością.

Diagnostyka obejmuje sprawdzenie rozmiaru pliku, nagłówka PDF, tabeli odwołań do obiektów, osadzonych czcionek, obrazów i elementów interaktywnych. Narzędzia do walidacji potrafią wskazać uszkodzone odwołania, niezgodność ze standardem PDF/A albo problemy z podpisem. Próba ponownego zapisania dokumentu przez wirtualny sterownik drukarki może usunąć część funkcji, takich jak formularze, warstwa tekstowa, załączniki lub podpis elektroniczny, dlatego nie jest równoważna z bezstratną naprawą. Przy skanach trzeba dodatkowo rozróżnić uszkodzenie obrazu od braku warstwy OCR.

Warszawskie Pogotowie Komputerowe zajmuje się profesjonalną naprawą laptopów, komputerów PC i podzespołów, na których mogą występować problemy z otwieraniem, zapisywaniem lub drukowaniem dokumentów PDF. W ramach diagnostyki można sprawdzić działanie czytnika, skojarzenia plików, sterowniki drukarki, dostępne czcionki, uprawnienia do zapisu oraz stan dysku, jeżeli błędy dotyczą wielu dokumentów. Sam plik należy zachować w niezmienionej kopii, aby nie utracić informacji potrzebnych do ustalenia, czy przyczyną jest uszkodzenie dokumentu, błąd programu, problem z systemem czy awaria nośnika danych.