PDF-hulpprogramma's & metadata

PDF-hulpprogramma's gratis online — tekstinhoud tussen PDF's vergelijken, metadata bewerken (titel/auteur/onderwerp), SHA-256-hash berekenen, gedetailleerde bestandsinformatie bekijken. Ook: PDF-editor | Beveiliging | Comprimeren | OCR.
Tekstverschil: Haalt tekst uit beide PDF's en vergelijkt regel voor regel. Groene regels zijn toegevoegd in PDF B, rode regels zijn verwijderd uit PDF A. De kwaliteit van de tekstextractie hangt af van de interne structuur van de PDF. Gescande PDF's of afbeeldings-PDF's leveren mogelijk geen tekst op.
Metadata: Leest en bewerkt eigenschappen van het PDF-document (titel, auteur, onderwerp, trefwoorden, maker, producent). Wijzigingen worden geschreven in het documentinformatiewoordenboek van de PDF. Standaard PDF-viewers tonen deze metadata onder Bestandseigenschappen.
Hash: Berekent een cryptografische hash van het PDF-bestand met de Web Crypto API (SHA-1, SHA-256, SHA-384, SHA-512) of een terugvaloptie voor MD5. Gebruik dit voor integriteitscontrole of om te zien of twee bestanden identiek zijn.
Info: Leest documenteigenschappen van de PDF, waaronder het aantal pagina's, paginaformaten, metadata, lettertypenamen, het aantal ingesloten bestanden en de versleutelingsstatus.

Hoe een PDF er van binnen uitziet

Elke PDF is in de kern een lijst van genummerde objecten. Een pagina wordt niet opgeslagen als één blok opgemaakte tekst — het bestand bevat in plaats daarvan een paginaboom (een catalogus die elke pagina opsomt), en elke pagina wijst naar een inhoudsstream: een compact programma van tekeninstructies zoals "plaats dit glyph hier, teken die lijn daar". Lettertypen en afbeeldingen leven in aparte objecten die pagina's via verwijzing delen.

Aan het eind van het bestand staat de xref-(kruisverwijzings-)tabel, die de bytepositie van elk object vastlegt. Daarmee kan een PDF-viewer direct naar pagina 300 springen zonder de eerste 299 pagina's te parsen — en daarom vraagt het verwijderen of toevoegen van pagina's zorg: de posities moeten consistent blijven.

Waarom dit belangrijk is voor de tools hierboven: de metadata-editor schrijft het documentinformatiewoordenboek; de infoviewer leest de paginaboom, lettertypen en bronnen; en tools als Comprimeren en Bewerken herordenen deze objecten (PDF 1.5+ kan veel kleine objecten bundelen in gecomprimeerde objectstromen, en daar zit het grootste deel van de besparing bij "PDF comprimeren" vandaan). Export-hulpmiddelen lopen door de inhoudsstreams om tekst en coördinaten er weer uit te halen.