Fájl választható a hash kiszámításához. A hash-értékek egyedileg azonosítják a fájltartalmat.
PDF választható a részletes fájlinformációk megtekintéséhez.
Szövegkülönbség: Mindkét PDF-ből kinyeri a szöveget, majd soronként összehasonlítja. A zöld sorok a B PDF-ben hozzáadva, a piros sorok az A PDF-ből eltávolítva. A szövegkinyerés minősége a PDF belső szerkezetétől függ. Szkennelt/képalapú PDF-ekből lehet, hogy nem nyerhető ki szöveg.
Metaadat: A PDF dokumentumtulajdonságait (cím, szerző, tárgy, kulcsszavak, létrehozó, előállító) olvassa és szerkeszti. A módosítások a PDF dokumentum-információs szótárába íródnak. A szokásos PDF-megjelenítők ezt a metaadatot a Fájltulajdonságok alatt mutatják.
Hash: Kriptográfiai hash-t számít a PDF-fájlról a Web Crypto API-val (SHA-1, SHA-256, SHA-384, SHA-512), MD5-höz tartalék megoldással. Integritás-ellenőrzéshez vagy annak megállapításához használható, hogy két fájl azonos-e.
Információ: A PDF dokumentumtulajdonságait olvassa: oldalszám, oldalméretek, metaadatok, betűkészletnevek, beágyazott fájlok száma és a titkosítás állapota.
Hogyan néz ki belül egy PDF
Minden PDF lényegében számozott objektumok listája. Az oldal nem egyetlen formázott szövegblokként van tárolva — a fájl egy lapfát (katalógus, amely minden oldalt felsorol) tartalmaz, és minden oldal egy tartalomfolyamra mutat: rajzolási utasítások tömör programjára, mint például „ezt a glifet ide helyezd, ezt a vonalat oda húzd”. A betűkészletek és képek külön objektumokban élnek, amelyeket az oldalak hivatkozással osztanak meg.
A fájl végén található az xref (kereszthivatkozási) tábla, amely minden objektum bájteltolását rögzíti. Ez teszi lehetővé, hogy a PDF-megjelenítő az első 299 oldal elemzése nélkül egyenesen a 300. oldalra ugorjon — és ezért igényel gondosságot az oldalak törlése vagy hozzáadása: az eltolásoknak következetesnek kell maradniuk.
Miért fontos ez a fenti eszközöknél: a metaadat-szerkesztő a dokumentum-információs szótárat írja; az információmegjelenítő a lapfát, a betűkészleteket és az erőforrásokat olvassa; a Tömörítés és a Szerkesztés eszközök ezeket az objektumokat rendezik át (az 1,5-ös és újabb PDF-ek sok kis objektumot tömörített objektumfolyamokba csomagolhatnak, ebből származnak a legtöbb „PDF tömörítés” megtakarítás). A exportáló eszközök a tartalomfolyamokat járják be, hogy a szöveget és koordinátáit kinyerjék.
