Nástroje PDF & metadata

Nástroje PDF online zdarma — porovnání textového obsahu mezi PDF, úprava metadat (název/autor/předmět), výpočet hashe SHA-256, zobrazení podrobných informací o souboru. Také: Editor PDF | Zabezpečení | Komprimovat | OCR.
Porovnání textu: extrahuje text z obou PDF a poté je porovnává řádek po řádku. Zelené řádky jsou přidány v PDF B, červené odebrány z PDF A. Kvalita extrakce textu závisí na vnitřní struktuře PDF. Naskenovaná PDF nebo PDF tvořená obrázky text nemusí vydat.
Metadata: čte a upravuje vlastnosti dokumentu PDF (název, autor, předmět, klíčová slova, tvůrce, producent). Změny se zapisují do slovníku informací o dokumentu PDF. Standardní prohlížeče PDF tato metadata zobrazují v Vlastnostech souboru.
Hash: spočítá kryptografický hash souboru PDF pomocí Web Crypto API (SHA-1, SHA-256, SHA-384, SHA-512) nebo záložní možností pro MD5. Použijte pro ověření integrity nebo ke kontrole, zda jsou dva soubory totožné.
Informace: čte vlastnosti dokumentu PDF včetně počtu stran, velikostí stránek, metadat, názvů písem, počtu vložených souborů a stavu šifrování.

Jak PDF vypadá uvnitř

Každé PDF je v podstatě seznam číslovaných objektů. Stránka není uložena jako jeden blok formátovaného textu — soubor obsahuje strom stránek (katalog, který vypisuje každou stránku) a každá stránka ukazuje na stream obsahu: kompaktní program kreslicích instrukcí typu „umísti tento glyf sem, nakresli tu čáru“. Písma a obrázky žijí v oddělených objektech, které stránky sdílejí odkazem.

Na konci souboru je tabulka xref (křížových odkazů), která zaznamenává bajtový offset každého objektu. Díky ní prohlížeč PDF přeskočí rovnou na stranu 300, aniž by parsoval prvních 299 stran — a proto vyžaduje mazání nebo přidávání stránek opatrnost: offsety musí zůstat konzistentní.

Proč je to důležité pro nástroje výše: editor metadat zapisuje slovník informací o dokumentu; prohlížeč informací čte strom stránek, písma a zdroje; a nástroje jako Komprimovat a Úprava tyto objekty reorganizují (PDF 1.5+ může mnoho malých objektů sbalit do komprimovaných streamů objektů, odkud pochází většina úspor u „komprese PDF“). Nástroje Export procházejí streamy obsahu a vytahují zpět text a souřadnice.