Что такое PDF, чем его открыть и редактировать. Какими бывают PDF или виды pdf файлов

Я имею дело с PDF не только как пользователь, а, прежде всего, как разработчик софта, умеющего его читать и писать (возможно, вы сталкивались с продуктами компании ABBYY, работающими с PDF – ABBYY FineReader, ABBYY PDF Transformer). Я предполагаю, что вы прочитали статью habrahabr.ru/company/abbyy/blog/105006 и далее пишу только про некоторые особенности и ограничения PDF, которые больше интересны продвинутым пользователям. Никаких сложных технических деталей при этом не буду касаться, так что программистам, желающим научиться читать или писать PDF, лучше сразу перейти к чтению спецификацию версии 1.7 со страницы www.adobe.com/devnet/pdf/pdf_reference_archive.html :)

Назначение и особенности PDF

Так, форматы текстовых документов (DOC, RTF, DOCX и т.д.) в основном ориентированы не на просмотр, а на редактирование документов. Созданный разумным пользователем:) документ логично реагирует на вставку/замену/удаление текста, картинок, таблиц в разных местах, изменение размеров и полей страниц, изменение форматирования фрагментов текста любого размера и тому подобные действия. Интернет страницы в формате HTML не слишком ориентированы на редактирование (хотя и допускают его), но при условии прямых рук автора нормально переносят отображение не только на экране монитора своего создателя, но и на устройствах с совершенно другими экранами и взаимодействием с пользователем.

PDF-принтер переводит GDI(«интерфейс графических устройств»)-команды вывода в нужные места символов, линий, кривых, прямоугольников, растровых изображений и прочих геометрических примитивов в соответствующие им PDF-команды с сохранением в файл. При этом, разумеется, сохраняются количество и размер страниц, на которое выполнялась печать.

Такое преобразование способно очень точно передать внешний вид того, что получилось, перед печатью (например, линии и символы не теряют своей чёткости при любом масштабировании и при этом хранятся достаточно компактно), но совершенно игнорирует устройство документа, из которого это получилось. Например, для подчёркивания слова или другого фрагмента текста в PDF не предусмотрено выделенной команды или атрибута символов – вместо этого отдельно выводятся символы (группами, которые обычно даже не совпадают со словами или строками), а отдельно рисуются линии или тоненькие прямоугольники нужной толщины и цвета в нужных местах страницы. Таблицы, которые человек воспринимает как целостный набор ячеек, для приложения, отображающего PDF, – просто хаотический набор символов и линий, по случайному совпадению образовавших нечто, воспринимаемое человеком как таблица. Гиперссылки, которые в исходном документе можно было использовать как для навигации внутри документа, так и для перехода на Веб-адреса, при печати исчезают как средство навигации, остаются лишь окрашенные и/или подчёркнутые надписи. В общем, сплошные имитация и надувательство. Такие PDF я ниже буду называть «векторными» (как состоящие из векторных команд, к которым относится и рисование символов).

Другой способ получения PDF-документов, ставший особенно популярным в последние годы, – переработка в него отсканированных бумажных страниц. Сейчас большинство сканеров и многофункциональных устройств могут выдавать результат в виде «растровых» PDF – при этом предыдущий способ «имитации печати» не нужен, а драйвер или утилита устройства самостоятельно формирует страницы PDF так, чтобы на каждой из них оказалось нужное «растровое» изображение, благо набор форматов графики, которые можно использовать в PDF, покрывают большинство запросов. Такие «растровые» PDF-документы занимают больше места и выглядят менее качественными, чем «векторные».

Некоторые современные приложения (в том числе приложения комплекта OpenOffice, Microsoft Office новых версий, ABBYY FineReader и ABBYY PDF Transformer) умеют создавать PDF самостоятельно, пользуясь при этом гораздо большим арсеналом средств, чем PDF-принтеры, ибо знают об исходном документе гораздо больше, чем нужно передать принтеру. Это позволяет сохранить, например, гиперссылки как таковые (а не просто как окрашенный и/или подчёркнутый текст) или описать некоторые элементы структуры документа для его переформатирования и показа на экранах малых разрешений. Такие документы со структурной информацией называются «тегированными» или «tagged» PDF. По замыслу Adobe, «тегирование», добавленное начиная с Acrobat 5, призвано скрыть наиболее вопиющие недостатки ранних версий PDF. Например, для нетегированных документов не гарантируется корректная работа механизма копирования фрагментов текста в буфер обмена Windows (всем привычный Copy-Paste). При этом даже сегодня тегированными являются не все создаваемые PDF, в том числе из-за ограниченных возможностей программ-генераторов (или незнания пользователями, где включить нужную для этого галочку в настройках), или просто из-за большего размера таких PDF, когда остро стоит вопрос экономии дискового пространства при хранении больших архивов.

Преобразование PDF-документов в другие форматы

Неслучайно в софтверной индустрии сформировалась целая отрасль, производящая средства конверсии с лучшей функциональностью. Из написанного выше (и особенно – ниже), должно стать понятно, насколько это непростая задача. Большинство пользователей, не читавших этого креатива, так не считают – поэтому я его и пишу:)

Основные проблемы при преобразовании PDF в другие форматы

Хуже другое – даже в пределах одной страницы PDF можно использовать (слишком) широкий набор средств изображения похожего глазу текста: буквы могут быть видны как части растрового изображения – например, в логотипах (задача их распознавания – в чистом виде задача OCR-приложений, того же ABBYY FineReader), как результат рисования кривыми Безье или специальными текстовыми командами. Этот последний случай – самый лучший для обработки, но даже здесь не обязательно указываются общепринятые коды символов из Unicode или других кодировок – ибо в PDF-файл можно записывать особые шрифты из подмножества только реально использованных символов и ссылаться на символы по совершенно условным «номерам глифов», а не по кодам. То есть не всегда просто как обнаружить символы в нужном месте, так и определить их коды! С форматированием, в том числе с выбором похожего шрифта при отсутствии точного аналога, всё ещё хитрее.

Символы, даже если их присутствие и коды тем или иным способом установлены, своим порядком вывода на страницу очень часто никак не соответствуют исходной последовательности их размещения и чтения на странице. Например, на двухколоночной странице команды вывода текста из правой и левой колонок могут быть произвольно перемешаны. На такой странице нужно выделить области, в каждой из которых размещён логически связный текст – это тоже задача, много лет решаемая OCR -приложениями. Некоторую помощь даёт структурная информация из тегированных PDF – но часто даже у сделанных сейчас PDF эта информация либо отсутствует – как при выводе через PDF-принтер – либо бывает недостаточно полна.

Когда мы решили, что в некоторых местах страницы есть связный текст (а где-то даже поняли, как он сгруппирован в таблицы – это очень нетривиальная задача!), и нашли, какие символы и в какие строчки складываются, нужно преобразовать эти строчки в абзацы и более высокоуровневые элементы, привычные пользователям как текстовых процессоров, так и HTML – колонки, таблицы, врезки. Данных об абзацном форматировании в PDF обычно нет, так что все эти характеристики тоже нужно вычислять – как при всём том же распознавании. Если пытаться игнорировать элементы текста сложнее строчек или абзацев, то, выведя всё в коротких врезках, получим документ, который выглядит как настоящий, но почти не редактируется – помните задачу о замене по всему документу слова «MS» на «Microsoft»? Это очень хороший тест на редактируемость. Для редактируемого документа важна способность текста перетекать из одних зон в другие – в нужных случаях, которые ещё надо суметь отличить от ненужных.
Добавить метки

Любой человек, работающий с компьютером, рано или поздно сталкивается с PDF-файлом . Перед ним неизбежно возникает вопрос —

Что такое PDF?!

PDF — Portable Document Format - на текущий момент это стандартный формат для электронных документов, для чего изначально и разрабатывался программистами компании Adobe Systems , перед которыми была поставлена цель оптимизировать способ хранения и отображения текстовых документов и полиграфических изданий. Второе, не менее важное условие, которое ставилось перед разрабочиками — универсальность. То есть, реальная кроссплатформенность — PDF-файл можно открыть в любой операционной системе (разумеется при наличии соответствующей программы) и распечатать практически на любом принтере.
К плюсам электронного формата PDF можно добавить:
— формат PDF позволяет внедрять необходимые шрифты (построчный текст), векторные и растровые изображения, формы и мультимедиа-вставки.
— формат PDF поддерживает RGB, CMYK, Grayscale, Lab, Duotone, Bitmap и несколько типов сжатия растровой информации.
— формат PDF имеет собственные технические форматы для полиграфии: PDF/X-1, PDF/X-3.
— формат PDF включает механизм электронных подписей для защиты и проверки подлинности документов.
— формат PDF поддерживает дополнительные настройки параметров безопасности документа.
Надо отметить, что именно в формате PDF распространяется большинство литературы и технической документации . Подавляющее количество учебников для школ и ВУЗов так же в формате PDF , из-за чего этот формат называют ещё студенческим. Во многом это стало возможным в первую очередь потому, что корпорация Adobe сделала этот формат бесплатным и выпустила бесплатный вариант утилиты для просмотра PDF-файло в.

Как открыть PDF-файл?

PDF-файл — это файл с расширением .pdf Как и в случае с любым другим форматом, чтобы открыть файл PDF — должна быть установлена соответствующая программа . Отсюда вытекает следующий вопрос:

Чем открыть PDF-файл?!

Программ для работы с файлами PDF очень много, я кратко расскажу лишь о самых распространенных утилитах.

1.Adobe Acrobat Reader

На первом месте стоит самая распространенная, мощная фирменная программа от разработчика формата PDF — Adobe Systems.
Эта программа создана ещё в 1993 году, обладает самым большим набором инструментов и позволяет делать с PDF-документами все что угодно . К особенностям программы можно добавить возможность использовать специальное хранилище, открывающее доступ к документам с разных компьютеров. На сегодняшний день Adobe Acrobat Reader распространяется бесплатно. К минусам программы можно отнести тяжеловесность — она ест немало системных ресурсов.
Самую последнюю версию программы Adobe Acrobat Reader можно бесплатно скачать отсюда — ссылка .

2. Foxit PDF Reader

Бесплатная, быстрая и весьма функциональная программа для работы с PDF документами . Является отличной альтернативой программе от Adobe. Не требовательна к системным ресурсам.
Бесплатно с качать Foxit PDF Reader можно отсюда — ссылка .

Sumatra PDF Reader

Простая и быстрая читалка PDF-документов . Подходит для 75% пользователей. Помимо файлов PDF, программа умеет работать ещё и с DjVu, FB2, ePub, MOBI, CHM, XPS, CBR/CBZ. Программа разрабатывается на базе движка MuPDF, имеет открытый исходный код и свободно распространяется на условиях лицензии GNU GPL. Sumatra PDF Reader имеет портативную версию, которая запускается с USB флеш-накопителей без предварительной установки.
Бесплатно скачать Sumatra PDF Reader можно отсюда —

Свойства PDF-документа и действия, которые можно с ним выполнять, зависят от программы, в которой он был создан. Поэтому в некоторых PDF-документах всегда поддерживается копирование и поиск по тексту, а иногда это возможно только в программе ABBYY FineReader.

Можно выделить следующие типы PDF-документов:

PDF (только изображение)

PDF-документ такого типа получается при сканировании бумажных документов без распознавания текста. Каждая страница такого документа является изображением и не содержит текстового слоя. В документах PDF (только изображение) невозможны поиск, копирование и редактирование текста вне зависимости от программы для просмотра PDF-документов.

PDF-документы с возможностью поиска

Такие документы обычно содержат видимое изображение страницы и невидимый текстовый слой под ним. Документ такого типа чаще всего является отсканированной копией бумажного документа, к которому применили распознавание, и распознанный текст был записан под страницы.

Программа FineReader при открытии документов такого типа определяет, содержит ли данный PDF текстовый слой, и может его использовать при работе с PDF-документом. Подробнее см. "Режимы распознавания PDF ". Наличие текстового слоя обеспечивает возможность поиска и копирования текста вне зависимости от программы для просмотра PDF-документов. Редактирование текста в PDF такого типа доступно в FineReader, но может не поддерживаться в других редакторах.

С помощью FineReader документы такого типа можно получить:

1. При добавлении текстового слоя к PDF (только изображение).
2. При конвертации PDF или любых файлов изображений. Для этого выберите > Текст под изображением страницы . Подробнее см. настройки формата PDF .

PDF-документы, созданные в других приложениях

Документ такого типа получается при создании PDF из редактируемых форматов (например, из Microsoft Word или других офисных приложений) и является одним из видов PDF-документа с возможностью поиска. Он содержит текстовый слой и иллюстрации. В таком документе возможны поиск и копирование текста вне зависимости от программы для просмотра PDF-документов, а текст и картинки доступны для редактирования. Для выполнения этих действий у пользователя должны быть соответствующие права в данном документе.

PDF-документ такого типа можно получить:

1. При сохранении исходного документа в формате PDF непосредственно в программе, в которой он был создан.
2. При конвертации PDF-документа другого типа или файла другого формата в программе FineReader при выборе в настройках сохранения Настройки PDF с возможностью поиска >Только текст и картинки . Подробнее см. настройки формата PDF .

В результате форматирование документа может отличаться от исходного, но при редактировании такого документа можно получить более качественные результаты.

Суть формата PDF (Portable Document Format) состоит в том, что он преобразует документы в электронный вид без каких-либо потерь, то есть, как исходник выглядит, так он и будет отображаться. Единственное исключение составляются изображения, которые несколько теряют в качестве при преобразовании.

Изначально этот формат, разработанный компанией Adobe, предназначался для властей США, которые использовали его для хранения документов. На текущий момент документы в PDF получили широкое распространение в Сети.

Плюсы документов в формате PDF

• Вне зависимости аппаратных средств и установленного программного обеспечения сохраняется структура оригинала и присущие ему шрифты и цвета.
• Документ в формате PDF может включать в себя интерактивные элементы, например, ссылки. Также доступно добавление изображений, водяных знаков и комментариев. Кроме этого, осуществлена поддержка звуков и программ на JavaScript.
• Рассматриваемый формат отличается хорошими параметрами безопасности с использованием 40- и 128-битных ключей, что предполагает возможность установки пароля на документ.

Что касается минусов, то здесь можно упомянуть обязательность установки специальной программы для чтения и отсутствие возможности полноценного редактирования документа.

Чем читать PDF?

Если вы будете искать программу для открытия файла с расширением.pdf, то вам в первую очередь, конечно, посоветуют Adobe Reader, так как это самая мощная программа, дополненная множеством утилит. Но всем ли нужен монстр, отличающийся достаточно большим объемом и относительно медленным запуском? Скорее всего, далеко не всем, так как основной массе пользователей требуется только прочитать документ и ничего более. Поэтому стоить обратить свое внимание на небольшие бесплатные программы, отличающиеся быстротой работы.

Легкое и быстрое приложение Foxit Reader является наиболее успешным конкурентом Adobe Reader, которое позволяет добавлять к документам аннотации, но в то же время не дает возможность редактировать файлы.

Компактная и достаточно быстрая программа, поглощающая минимум системных ресурсов. Способна работать в любых операционных системах и отличается наличием портативной версии, которую можно запускать с флешки. Также ей присуща корректная работа во время масштабирования черно-белых изображений, что отличает Sumatra от большинства подобных программных решений.

Наилегчайший игрок на поле формата PDF. Данная программа обусловливается наличием необходимого инструментария для просмотра документов, а также их сохранения и печати. Еще можно упомянуть интересную опцию, позволяющую конвертировать рассматриваемый формат в PNG, GIF, JPG, TXT и т. д.

Как перевести в формат PDF?

Преобразование документа в формат PDF можно достичь несколькими способами. Во-первых, создать документ в Microsoft Word, который затем сохранить в формате PDF. Во-вторых, обратиться к возможностям онлайн-сервисов, например, к такому ресурсу, как , на котором внизу представлена специальная форма.

В-третьих, доступно использование специальных программ, преобразующих ваши файлы. В частности, неплохим решением является бесплатная программа для чтения формата PDF получившая название doPDF, которая устанавливается в вашу систему в виде виртуального драйвера для принтера, поэтому вы сможете обнаружить в списке принтеров новое устройство. В данном случае преобразование заключается в том, что вы выводите документ на печать, но выбираете принтер doPDF и указываете место сохранения.

Как конвертировть из DjVu в PDF?

Если по каким-либо причинам вам потребовалось преобразовать документ в таком формате, как DjVu, то это можно сделать с помощью программ конверторов. В данном случае существует как платные, так и бесплатные решения этой задачи. Мы остановимся на бесплатном конверторе DjVuLibre, который отличается простотой в использовании.

Чтобы на практике осуществить преобразование рассматриваемого вида, надо лишь открыть исходный файл в программе, а затем выбрать в меню пункт «Экспорт» и дождаться окончания процесса.

Привет, друзья. В это раз я решил написать о формате документов, которым мы пользуемся очень долго, но некоторые ведь и не задумывались узнать, а что это за формат такой – PDF.

Представим такую ситуацию, что вы долго и упорно печатали документ в Word. Версия особо не важна, вы могли писать текст, как в Word 2003 или 2007, так и 360 (Office в Windows 10). Потом вы документ естественно сохранили и отправили, например, другу. Тот его открывает, через какой-либо другой текстовый редактор, а сейчас их очень много. Например, это мог быть LibreOffice или OpenOffice. Каков же итог? Показываться текст в другом редакторе может совершенно иначе, а иногда и с безобразным стилем оформления.

Из выше сказанного вытекает следующее – документ, открытый в разных текстовых редакторах будет выглядеть по-разному. Автор в этом, конечно, не виноват и знакомый или коллега, которому вы перекинули документ естественно тоже. И как тогда быть?

• Распечатка документа на бумажный носитель. Не всегда разумное решение, если документ имеет не один десяток листов или человек, которому документ должен быть передан живет в другом городе или стране;
• Отправка информации по факсу. Иногда это может быть невозможно из-за отсутствия факса на той стороне;
• Сохранение документа в другой формат, например, PDF.

Что такое PDF?

Если вкратце, то формат PDF – универсальный формат для многих текстовых редакторов и операционных систем. Другими словами, файл такого формата вы можете открыть на любом устройстве и редакторе, который его поддерживает. Существуют и специальные программы для просмотра PDF. Самым популярным просмотрщиком является Adobe Reader и Foxit Reader.

Чтобы показать, как выглядит документ в формате PDF я буду , но ничего сверхъестественного вы не увидите. Кстати, я в указанной программе нашел режим чтения вслух. Об этой функции можно почитать в . Там я разобрал очень много методов по озвучиванию текста.

• Текст документа редактировать невозможно, но можно использовать специальные для этого средства;
• Если вы все-таки решили редактировать PDF-файл, то наверняка там не будет тех шрифтов, которые вы хотите использовать, поэтому придется их встраивать;
• Чтобы изображения при печати выглядели как положено, то нужно использовать в документе качественные растровые картинки. Недостаток в том, что весить они будут довольно много.

Но есть и плюсы этого формата:

• Простота;
• Одинаковое отображение на любом устройстве и текстовом редакторе.

О том, как пользоваться или редактировать формат я расскажу в следующей статье. Вы наверное заинтересованы в том,