PDF-verktyg & metadata

PDF-verktyg online gratis — jämför textinnehåll mellan PDF:er, redigera metadata (titel/författare/ämne), beräkna SHA-256-hash och visa detaljerad filinformation. Se även: PDF-redigeraren | Säkerhet | Komprimera | OCR.
Textdiff: Extraherar text från båda PDF:erna och jämför rad för rad. Gröna rader har lagts till i PDF B, röda rader har tagits bort från PDF A. Textextraheringens kvalitet beror på PDF:ens interna struktur. Skannade PDF:er eller bild-PDF:er kanske inte ger någon text.
Metadata: Läser och redigerar PDF:ens dokumentegenskaper (titel, författare, ämne, nyckelord, skapare, producent). Ändringarna skrivs till PDF:ens informationsordlista för dokumentet. Vanliga PDF-läsare visar dessa metadata under Filegenskaper.
Hash: Beräknar en kryptografisk hash för PDF-filen med Web Crypto API (SHA-1, SHA-256, SHA-384, SHA-512) eller en reserv för MD5. Används för integritetskontroll eller för att se om två filer är identiska.
Info: Läser PDF:ens dokumentegenskaper, inklusive antal sidor, sidstorlekar, metadata, typsnittsnamn, antal inbäddade filer och krypteringsstatus.

Så ser en PDF ut inuti

Varje PDF är i grunden en lista med numrerade objekt. En sida lagras inte som ett block av formaterad text — i stället innehåller filen ett sidträd (en katalog som listar varje sida), och varje sida pekar på en innehållsström: ett kompakt program med ritinstruktioner, till exempel "placera den här glyfen här, rita den här linjen där". Typsnitt och bilder ligger i separata objekt som sidor delar via referens.

Sist i filen finns xref-tabellen (korsreferenstabellen), som registrerar byteförskjutningen för varje objekt. Det är vad som gör att en PDF-läsare kan hoppa direkt till sida 300 utan att tolka de första 299 sidorna — och det är därför borttagning eller tillägg av sidor kräver försiktighet: förskjutningarna måste förbli konsekventa.

Varför detta spelar roll för verktygen ovan: metadataredigeraren skriver dokumentets informationsordlista; informationsvisaren läser sidträdet, typsnitten och resurserna; och verktyg som Komprimera och Redigera ordnar om dessa objekt (PDF 1.5+ kan packa många små objekt i komprimerade objektströmmar, vilket är där de flesta besparingarna vid "komprimera PDF" kommer ifrån). Export-verktygen går igenom innehållsströmmarna för att plocka ut text och koordinater igen.