Статья
Почему PDF так сложно редактировать
Открыть PDF и ожидать изменить предложение так же, как в текстовом процессоре, обычный источник разочарования. Документ Word хранит абзацы, стили и правила перетекания текста; PDF хранит готовую страницу. Вот что на самом деле находится внутри PDF, почему это усложняет настоящее редактирование текста, и что наши инструменты могут с этим сделать, а что нет.
PDF описывает страницу, а не абзац
Portable Document Format, стандартизированный как ISO 32000, был спроектирован так, чтобы страница выглядела одинаково на любом устройстве и принтере: он хранит поток содержимого из низкоуровневых инструкций рисования, разместить этот глиф в этой координате x,y, а не абзацы перетекающего текста. Формат файла текстового процессора хранит текст как поток символов с привязанными стилями и правилами вёрстки; PDF хранит саму готовую вёрстку. Это вся причина, почему он рендерится одинаково везде, и вся причина, почему перемещение предложения это не простая правка текста.
Почему предложение просто не двигается
В перетекающем документе удлинение предложения автоматически сдвигает остаток абзаца вниз. У PDF нет такого правила: каждая строка текста это отдельный позиционированный объект, так что вставка слова означает пересчёт и перемещение каждого глифа после него, в этой строке и часто во всех строках ниже, чтобы избежать наложения текста. Программы, позволяющие редактировать PDF как документ, незаметно восстанавливают это перетекание за кулисами, поэтому результаты могут сдвигать интервалы, шрифты или переносы строк так, как этого никогда бы не сделал родной текстовый процессор.
Что на самом деле делает наш редактор PDF
Наш редактор PDF добавляет текстовые поля, изображения, выделения и прямоугольники-заплатки поверх существующей страницы, размещённые там, куда вы их поставите; он не трогает и не перетекает исходный поток содержимого под ними. Это покрывает распространённые реальные случаи: заполнение пустого поля формы, добавление штампа или заметки, закрытие строки перед печатью. Он не превращает PDF обратно в редактируемый абзац так, как это делает текстовый процессор, потому что для этого потребовалось бы пересобрать структуру документа, а не просто нарисовать поверх.
Когда на самом деле нужен именно текст, а не вёрстка
Если цель повторно использовать формулировку, скопируйте её вместо редактирования страницы на месте: наш инструмент PDF в текст извлекает лежащие в основе объекты-символы или запускает OCR на отсканированной странице, где их нет, в обычный текст, который можно вставить в любой редактор и заново отформатировать с нуля. Это полностью обходит проблему перетекания, поскольку вы работаете со словами, а не с фиксированной страницей, на которой они были нарисованы.
Превращение PDF обратно в документ Word
Превращение PDF в полностью редактируемый, перетекающий файл Word это другая, гораздо более сложная задача: нужно вывести границы абзацев, стили и структуру таблиц из страницы, которая хранила только позиционированные глифы, а это именно тот вид тяжёлой, неидеальной реконструкции, которую делает серверный инструмент. Это по-настоящему выходит за рамки сайта, работающего только в браузере и построенного вокруг принципа никогда не загружать файл: мы этого не делаем, и любой инструмент, заявляющий об идеальной конвертации PDF в редактируемый Word, где-то занимается угадыванием с потерями.
Инструменты из этой статьи
Частые вопросы
Можно ли бесплатно отредактировать настоящий текст PDF, не загружая его?
Можно добавить новый текст, изображения и заплатки поверх страницы нашим редактором PDF, целиком в браузере. Изменение исходного текста на месте, как в текстовом процессоре, требует пересборки документа как перетекающего файла, а это другая и гораздо более тяжёлая операция, чем наложение элементов.
Почему копирование текста из PDF иногда даёт беспорядочную кашу?
Текстовые объекты PDF позиционированы независимо и не обязаны храниться в порядке чтения. Страница с колоночной вёрсткой, например, может иметь лежащие в основе объекты, упорядоченные сверху вниз по всей странице, а не по колонкам, так что прямое копирование-вставка может перемешать несвязанные строки.
Есть ли реальный способ перенести содержимое PDF в редактируемый файл Word?
Специализированные сервисы конвертации пытаются это сделать, выводя абзацы и стили из вёрстки страницы, с неоднозначными результатами в зависимости от сложности исходного документа. Такая реконструкция не то, что клиентский инструмент без загрузки может сделать без потерь, поэтому она остаётся за пределами того, что предлагает этот сайт; извлечение текста инструментом PDF в текст и его самостоятельное переформатирование это честная альтернатива.