लेख
PDF एडिट करना इतना मुश्किल क्यों है
किसी PDF को खोलकर वर्ड-प्रोसेसर की तरह किसी वाक्य को बदलने की उम्मीद करना निराशा की एक आम वजह है। Word दस्तावेज़ पैराग्राफ़, स्टाइल और रीफ़्लो नियम स्टोर करता है; PDF एक तैयार पेज स्टोर करता है। यहां है कि किसी PDF के अंदर असल में क्या रहता है, यह असली टेक्स्ट एडिटिंग को मुश्किल क्यों बनाता है, और हमारे टूल इसके बारे में क्या कर सकते हैं और क्या नहीं।
PDF एक पेज बताती है, पैराग्राफ़ नहीं
Portable Document Format, जिसे ISO 32000 के रूप में स्टैंडर्डाइज़ किया गया है, इस तरह डिज़ाइन किया गया था कि पेज हर डिवाइस और प्रिंटर पर एक जैसा दिखे: यह लो-लेवल ड्रॉइंग निर्देशों की एक कंटेंट स्ट्रीम स्टोर करता है, इस ग्लिफ़ को इस x,y निर्देशांक पर रखो, न कि रीफ़्लो होने लायक टेक्स्ट के पैराग्राफ़। वर्ड-प्रोसेसर का फ़ाइल फ़ॉर्मेट टेक्स्ट को स्टाइल और लेआउट नियमों के साथ कैरेक्टर के एक फ़्लो के रूप में रखता है; PDF तैयार लेआउट को ही रखती है। यही पूरी वजह है कि यह हर जगह एक जैसी रेंडर होती है, और यही पूरी वजह है कि किसी वाक्य को हिलाना एक साधारण टेक्स्ट एडिट नहीं है।
कोई वाक्य बस क्यों नहीं हिलता
रीफ़्लो होने लायक दस्तावेज़ में, किसी वाक्य को लंबा करना बाकी पैराग्राफ़ को अपने आप नीचे धकेल देता है। PDF में ऐसा कोई नियम नहीं है: टेक्स्ट की हर लाइन एक अलग पोज़िशन किया गया ऑब्जेक्ट है, इसलिए कोई शब्द डालने का मतलब है उसके बाद की हर ग्लिफ़ को, उस लाइन पर और अक्सर नीचे की हर लाइन पर, दोबारा गणना और पोज़िशन करना ताकि टेक्स्ट ओवरलैप न हो। जो सॉफ़्टवेयर आपको PDF को दस्तावेज़ की तरह एडिट करने देता है, वह पीछे से चुपचाप यह फ़्लो दोबारा बना रहा होता है, यही वजह है कि नतीजे स्पेसिंग, फ़ॉन्ट या लाइन ब्रेक को ऐसे तरीकों से बदल सकते हैं जो असली वर्ड-प्रोसेसर कभी नहीं करता।
हमारा PDF एडिटर असल में क्या करता है
हमारा PDF एडिटर मौजूदा पेज के ऊपर टेक्स्ट बॉक्स, इमेज, हाइलाइट और व्हाइट-आउट रेक्टेंगल जोड़ता है, आप जहां भी रखें वहीं; यह नीचे की मूल कंटेंट स्ट्रीम को छूता या रीफ़्लो नहीं करता। यह आम असली मामले कवर करता है: फ़ॉर्म का खाली हिस्सा भरना, स्टैंप या नोट जोड़ना, प्रिंट करने से पहले कोई लाइन ढकना। यह किसी वर्ड-प्रोसेसर की तरह PDF को दोबारा एडिटेबल पैराग्राफ़ में नहीं बदलता, क्योंकि इसके लिए दस्तावेज़ की संरचना ही दोबारा बनानी होगी, सिर्फ़ उसके ऊपर बनाना नहीं।
जब आपको असल में लेआउट नहीं, टेक्स्ट चाहिए
अगर मकसद शब्दों को दोबारा इस्तेमाल करना है, तो पेज को जगह पर एडिट करने की बजाय उसे कॉपी करें: हमारा PDF-to-text टूल अंदरूनी कैरेक्टर ऑब्जेक्ट निकालता है, या जिस स्कैन किए पेज में कोई नहीं है उस पर OCR चलाता है, प्लेन टेक्स्ट में जिसे आप किसी भी एडिटर में पेस्ट करके शुरू से दोबारा फ़ॉर्मेट कर सकते हैं। यह रीफ़्लो की समस्या को पूरी तरह टाल देता है, क्योंकि आप शब्दों के साथ काम कर रहे हैं, उस फ़िक्स्ड पेज के साथ नहीं जिस पर वे खींचे गए थे।
PDF को वापस Word दस्तावेज़ में बदलना
किसी PDF को पूरी तरह एडिटेबल, रीफ़्लो होने लायक Word फ़ाइल में बदलना एक अलग, कहीं ज़्यादा मुश्किल समस्या है: इसके लिए ऐसे पेज से पैराग्राफ़ की सीमाएं, स्टाइल और टेबल संरचना का अंदाज़ा लगाना पड़ता है जिसमें सिर्फ़ पोज़िशन किए ग्लिफ़ दर्ज थे, जो ठीक उस तरह का भारी, अपूर्ण रीकंस्ट्रक्शन है जो कोई सर्वर-साइड टूल करता है। यह असल में एक ऐसी ब्राउज़र-ओनली साइट के दायरे से बाहर है जो कभी फ़ाइल अपलोड न करने के इर्द-गिर्द बनी है: यह ऐसा कुछ नहीं है जो हम करते हैं, और परफ़ेक्ट PDF-से-एडिटेबल-Word कन्वर्ज़न का दावा करने वाला कोई भी टूल कहीं न कहीं लॉसी अंदाज़ा लगा रहा है।
इस लेख में उल्लेखित टूल्स
अक्सर पूछे जाने वाले सवाल
क्या मैं PDF का असली टेक्स्ट बिना अपलोड किए मुफ़्त में एडिट कर सकता हूं?
आप हमारे PDF एडिटर से पेज के ऊपर पूरी तरह अपने ब्राउज़र में नया टेक्स्ट, इमेज और कवर-अप बॉक्स जोड़ सकते हैं। मूल टेक्स्ट को उसी जगह बदलना, जैसे किसी वर्ड-प्रोसेसर में करते, दस्तावेज़ को रीफ़्लो होने लायक फ़ाइल के रूप में दोबारा बनाने की ज़रूरत रखता है, जो एलिमेंट ओवरले करने से एक अलग और कहीं ज़्यादा भारी ऑपरेशन है।
PDF से टेक्स्ट कॉपी करने पर कभी-कभी गड़बड़ मिश्रण क्यों बनता है?
PDF टेक्स्ट ऑब्जेक्ट अलग-अलग पोज़िशन किए होते हैं और उन्हें पढ़ने के क्रम में स्टोर होना ज़रूरी नहीं है। मसलन, कॉलम में बना कोई पेज अपने अंदरूनी ऑब्जेक्ट को कॉलम दर कॉलम की बजाय पूरे पेज पर ऊपर से नीचे क्रम में रख सकता है, इसलिए सीधा कॉपी-पेस्ट असंबंधित लाइनों को आपस में मिला सकता है।
क्या PDF के कंटेंट को एडिटेबल Word फ़ाइल में लाने का कोई असली तरीका है?
खासतौर पर बनी कन्वर्ज़न सर्विस पेज लेआउट से पैराग्राफ़ और स्टाइल का अंदाज़ा लगाकर यह कोशिश करती हैं, मूल दस्तावेज़ कितना जटिल है उसके हिसाब से मिले-जुले नतीजे के साथ। वह रीकंस्ट्रक्शन ऐसी चीज़ नहीं है जो कोई क्लाइंट-साइड, कोई-अपलोड-नहीं टूल लॉसलेस तरीके से कर सके, यही वजह है कि यह इस साइट के ऑफ़र से बाहर रहता है; pdf-to-text से टेक्स्ट निकालना और उसे खुद दोबारा फ़ॉर्मेट करना ईमानदार विकल्प है।