PDF-apuvälineet ja metatiedot

PDF-apuvälineet verkossa ilmaiseksi — vertaa PDF-tiedostojen tekstisisältöä, muokkaa metatietoja (otsikko/tekijä/aihe), laske SHA-256-tiiviste, näytä yksityiskohtaiset tiedot. Lisäksi: PDF-muokkain | Suojaus | Pakkaus | OCR.
Tekstivertailu: Poimii tekstin molemmista PDF:stä ja vertaa niitä rivi riviltä. Vihreät rivit lisätään PDF B:hen, punaiset rivit poistetaan PDF A:sta. Tekstinpoiminnan laatu riippuu PDF:n sisäisestä rakenteesta. Skannatuista tai kuvapohjaisista PDF:istä ei välttämättä saada tekstiä.
Metatiedot: Lukee ja muokkaa PDF-asiakirjan ominaisuuksia (otsikko, tekijä, aihe, avainsanat, luoja, tuottaja). Muutokset kirjoitetaan PDF:n asiakirjatietosanakirjaan. Yleiset PDF-katselimet näyttävät nämä metatiedot tiedoston ominaisuuksissa.
Tiiviste: Laskee PDF-tiedostosta kryptografisen tiivisteen Web Crypto API:n avulla (SHA-1, SHA-256, SHA-384, SHA-512) tai MD5:n varamenetelmällä. Käytetään eheyden tarkistamiseen tai sen tarkistamiseen, ovatko kaksi tiedostoa identtisiä.
Tiedot: Lukee PDF-asiakirjan ominaisuudet, kuten sivumäärän, sivukoot, metatiedot, fonttien nimet, upotettujen tiedostojen määrän ja salauksen tilan.

Miltä PDF näyttää sisältä

Jokainen PDF on ytimeltään luettelo numeroiduista objekteista. Sivua ei tallenneta yhtenä muotoillun tekstin lohkona — sen sijaan tiedosto sisältää sivupuun (luettelon kaikista sivuista), ja jokainen sivu osoittaa sisältövirtaan: tiiviiseen piirto-ohjelmaan, kuten ”aseta tämä glyfi tähän, piirrä tämä viiva tuonne”. Fontit ja kuvat ovat erillisissä objekteissa, joihin sivut viittaavat yhteisesti.

Tiedoston lopussa on xref-viitetaulukko, joka tallentaa jokaisen objektin tavuoffsetin. Sen ansiosta PDF-katselin voi hypätä suoraan sivulle 300 jäsentämättä 299 ensimmäistä sivua — ja siksi sivujen poistaminen tai lisääminen vaatii huolellisuutta: offsettien on pysyttävä johdonmukaisina.

Miksi tällä on merkitystä yllä oleville työkaluille: metatietoeditori kirjoittaa asiakirjatietosanakirjan; tietojen katselin lukee sivupuun, fontit ja resurssit; ja työkalut, kuten Pakkaus ja Muokkaus, järjestävät nämä objektit uudelleen (PDF 1.5+ voi pakata monia pieniä objekteja pakattuihin objektivirtoihin, ja juuri siitä suurin osa ”PDF:n pakkaus” -säästöistä syntyy). Vienti-työkalut käyvät sisältövirrat läpi ja poimivat tekstin ja koordinaatit takaisin.