Portable Document Format · документ с фиксированной вёрсткой
Формат печатной страницы: внутри лежат не буквы, а точные координаты того, что нарисовано. Поэтому PDF одинаково выглядит везде и поэтому же плохо редактируется.
Паспорт формата
| Расширение | .pdf |
|---|---|
| MIME-тип | application/pdf |
| Сигнатура | 25 50 44 46 2D - текст %PDF- и номер версии |
| Тип данных | двоичный, служебные части текстом |
| Стандарт | ISO 32000, для архивов - PDF/A, ISO 19005 |
| Появился | 1993 |
| Популярность |
Начало файла
Так выглядят первые байты типичного файла в просмотрщике двоичных данных. Слева смещение, в середине байты, справа те же байты текстом.
00000000 25 50 44 46 2d 31 2e 37 0a 25 e2 e3 cf d3 0a 31 %PDF-1.7.%.....1 00000010 20 30 20 6f 62 6a 0a 3c 3c 20 2f 54 79 70 65 20 0 obj.<< /Type 00000020 2f 43 61 74 61 6c 6f 67 20 2f 50 61 67 65 73 20 /Catalog /Pages 00000030 32 20 30 20 52 20 3e 3e 0a 65 6e 64 6f 62 6a 0a 2 0 R >>.endobj.
Чем открыть
| Где | Чем открыть | Оговорки |
|---|---|---|
| Компьютер | Встроенный просмотрщик документов, любой браузер | Править текст можно только в редакторе PDF |
| Телефон | Встроенный просмотр файлов | Тяжёлые сканы листаются медленно |
| Браузер | Открывает сам, без дополнений | Заполняемые формы работают не везде |
Что внутри
Страница PDF - это набор команд рисования: положить символ такого-то шрифта в такую-то точку, залить прямоугольник, вставить картинку. Абзацев и строк там нет как сущностей, они собираются обратно при выделении текста. Отсюда две знакомые вещи: текст копируется кусками и иногда без пробелов.
Версии и PDF/A
Версия формата важна редко, а вот PDF/A - важно: это вариант для долгого хранения, в котором запрещены внешние ссылки на шрифты и активное содержимое, а всё нужное вшито внутрь. Если документ просят «в PDF/A», обычным сохранением из редактора не обойтись: нужен явный выбор профиля.
Сканы и распознавание
Скан - это картинки, завёрнутые в PDF. Текст в нём не ищется и не копируется, пока файл не пропустили через распознавание. Распознанный слой кладётся поверх картинки: глазами вы видите скан, а поиск работает по невидимому тексту под ним. Проверить просто: попробуйте выделить строку. Если выделяется прямоугольник целиком, распознавания не было.
Шрифты
Шрифты либо вшиты в файл, либо подставляются при открытии. Во втором случае на чужом устройстве вёрстка едет: строки становятся длиннее, таблицы разъезжаются. Вшитый шрифт добавляет к весу сотни килобайт, и это честная плата за то, что документ у всех выглядит одинаково. Подробнее - в статье про съехавшие документы.
Во что переводят
| Куда | Когда нужно | Что теряется |
|---|---|---|
| DOCX | Текст нужно править | Колонки и подписи под картинками почти всегда съезжают |
| JPG, PNG | Нужна картинка страницы для презентации | Текст перестаёт выделяться и искаться |
| TXT | Нужен только текст | Всё оформление, таблицы превращаются в строки |
| PDF/A | Документ сдают в архив или госсистему | Внешние ссылки и встроенные скрипты |