Narzędzia PDF i metadane

Narzędzia PDF online za darmo — porównuj treść tekstową między PDF-ami, edytuj metadane (tytuł/autor/temat), oblicz skrót SHA-256, wyświetl szczegółowe informacje o pliku. Także: Edytor PDF | Zabezpieczenia | Kompresja | OCR.
Porównanie tekstu: Wyodrębnia tekst z obu plików PDF, a następnie porównuje go wiersz po wierszu. Zielone wiersze zostały dodane w PDF B, czerwone usunięte z PDF A. Jakość wyodrębniania tekstu zależy od wewnętrznej struktury PDF. Skany lub PDF-y obrazowe mogą nie dać żadnego tekstu.
Metadane: Odczytuje i edytuje właściwości dokumentu PDF (tytuł, autor, temat, słowa kluczowe, twórca, producent). Zmiany są zapisywane w słowniku informacji o dokumencie PDF. Standardowe przeglądarki PDF wyświetlają te metadane we właściwościach pliku.
Skrót: Oblicza kryptograficzny skrót pliku PDF przy użyciu Web Crypto API (SHA-1, SHA-256, SHA-384, SHA-512) lub rozwiązania zastępczego dla MD5. Służy do weryfikacji integralności lub sprawdzenia, czy dwa pliki są identyczne.
Informacje: Odczytuje właściwości dokumentu PDF: liczbę stron, rozmiary stron, metadane, nazwy czcionek, liczbę osadzonych plików i stan szyfrowania.

Jak wygląda PDF wewnątrz

W istocie każdy PDF to lista ponumerowanych obiektów. Strona nie jest zapisana jako jeden blok sformatowanego tekstu — zamiast tego plik zawiera drzewo stron (katalog wymieniający wszystkie strony), a każda strona wskazuje na strumień treści: zwarty program instrukcji rysunkowych, np. "umieść ten glif tutaj, narysuj tę linię tam". Czcionki i obrazy znajdują się w osobnych obiektach, które strony współdzielą przez odwołania.

Na końcu pliku znajduje się tabela xref (cross-reference), która zapisuje przesunięcie bajtowe każdego obiektu. Dzięki niej przeglądarka PDF może od razu przejść do strony 300 bez parsowania pierwszych 299 stron — i dlatego usuwanie lub dodawanie stron wymaga ostrożności: przesunięcia muszą pozostać spójne.

Dlaczego to ma znaczenie dla powyższych narzędzi: edytor metadanych zapisuje słownik informacji o dokumencie; przeglądarka informacji odczytuje drzewo stron, czcionki i zasoby; a narzędzia takie jak Kompresja i Edycja reorganizują te obiekty (PDF 1.5+ może upakować wiele małych obiektów w skompresowane strumienie obiektów, skąd bierze się większość oszczędności przy "kompresji PDF"). Narzędzia eksportu przechodzą przez strumienie treści, by wydobyć z nich tekst i współrzędne.