Tiện ích PDF & siêu dữ liệu

Tiện ích PDF trực tuyến miễn phí — so sánh nội dung văn bản giữa các PDF, sửa siêu dữ liệu (tiêu đề/tác giả/chủ đề), tính băm SHA-256, xem thông tin tệp chi tiết. Ngoài ra: Trình chỉnh sửa PDF | Bảo mật | Nén | OCR.
So sánh văn bản: Trích văn bản từ cả hai PDF, rồi so sánh từng dòng. Dòng xanh là được thêm vào PDF B, dòng đỏ là bị xóa khỏi PDF A. Chất lượng trích văn bản phụ thuộc cấu trúc nội bộ của PDF. PDF quét/ảnh có thể không cho ra văn bản.
Siêu dữ liệu: Đọc và sửa thuộc tính tài liệu PDF (tiêu đề, tác giả, chủ đề, từ khóa, ứng dụng tạo, trình tạo PDF). Thay đổi được ghi vào từ điển thông tin tài liệu của PDF. Trình xem PDF chuẩn hiển thị siêu dữ liệu này trong Thuộc tính tệp.
Băm: Tính băm mật mã của tệp PDF bằng Web Crypto API (SHA-1, SHA-256, SHA-384, SHA-512) hoặc phương án dự phòng cho MD5. Dùng để kiểm tra toàn vẹn hoặc xem hai tệp có giống nhau không.
Thông tin: Đọc thuộc tính tài liệu PDF gồm số trang, kích thước trang, siêu dữ liệu, tên phông, số tệp nhúng và trạng thái mã hóa.

Cấu trúc bên trong một PDF

Về bản chất, mỗi PDF là một danh sách các đối tượng được đánh số. Một trang không được lưu như một khối văn bản định dạng sẵn — thay vào đó, tệp chứa một cây trang (một catalog liệt kê mọi trang), và mỗi trang trỏ tới một luồng nội dung: một chương trình gọn gồm các lệnh vẽ như "đặt glyph này ở đây, vẽ đường này ở kia". Phông và ảnh nằm trong các đối tượng riêng mà các trang dùng chung qua tham chiếu.

Ở cuối tệp là bảng xref (cross-reference), ghi lại offset byte của mọi đối tượng. Đây là thứ cho phép trình xem PDF nhảy thẳng tới trang 300 mà không cần phân tích 299 trang đầu — và đó là lý do xóa hoặc thêm trang cần cẩn thận: các offset phải luôn nhất quán.

Vì sao điều này quan trọng với các công cụ trên: trình chỉnh sửa Siêu dữ liệu ghi từ điển thông tin tài liệu; trình xem Thông tin đọc cây trang, phông và tài nguyên; còn các công cụ như Nén và Chỉnh sửa sắp xếp lại các đối tượng này (PDF 1.5+ có thể gom nhiều đối tượng nhỏ vào các object stream được nén, và đó là nơi phần lớn tiết kiệm của "nén PDF" đến từ). Các công cụ Xuất duyệt các luồng nội dung để lấy lại văn bản và tọa độ.