Aplatir PDF

Ce qui est incrusté, et ce qui est volontairement épargné

Chaque annotation d'un PDF contient déjà une image d'elle-même — son flux d'apparence —, et c'est ce que dessine un lecteur. L'aplatissement prend cette image, la dessine dans le contenu propre de la page, puis supprime l'annotation : la marque cesse d'être un objet posé sur la page et devient partie intégrante de la page. Le positionnement est la partie délicate, et il suit la règle même de la spécification : le cadre d'apparence passe par la matrice du flux, les coins transformés sont ajustés au rectangle de l'annotation, et le résultat est mis à l'échelle en conséquence. C'est parce qu'elles sautent cette étape que les méthodes d'aplatissement naïves mettent les signatures à la mauvaise taille et décalent légèrement les tampons — c'est de loin le bug le plus courant de cette opération.

Trois types d'annotations sont volontairement épargnés. Les liens restent des liens, car ils n'ont aucune apparence à incruster, et transformer une table des matières fonctionnelle en encre inerte sous prétexte d'« aplatir les commentaires » relèverait du vandalisme plutôt que de la fonctionnalité. Tout ce qui est marqué comme masqué ou non affiché est entièrement ignoré, car l'incruster ferait apparaître un contenu que l'auteur a choisi de cacher. Et une annotation sans aucune apparence enregistrée est laissée telle quelle, car il n'y a rien à dessiner — un lecteur la génère à la volée, et en inventer une ici reviendrait à deviner une police et une bordure que l'auteur n'a jamais définies.

Une case à cocher ou un bouton radio stocke plusieurs apparences et indique laquelle est active : c'est celle réellement utilisée qui est incrustée — une case cochée reste cochée, une case vide ne laisse rien. Les champs de formulaire passent par le mécanisme des formulaires plutôt que par ce chemin, et un dictionnaire de formulaire mal formé est détecté et ignoré plutôt que de faire échouer aussi l'aplatissement des commentaires. Le fichier enregistré utilise des flux d'objets : il est donc généralement un peu plus léger que celui de départ, même si du contenu y a été ajouté.

Si vous cherchez autre chose

Un document signé cryptographiquement ne doit pas être aplati ici, et ce n'est pas une lacune : réécrire le contenu des pages est précisément ce qu'une signature numérique sert à détecter, et le résultat sera à juste titre signalé comme altéré. Si un fichier signé doit avoir ses champs verrouillés, c'est une autre opération — passer les champs en lecture seule plutôt que les incruster — et qpdf --json-input ou un petit script pikepdf le fait sans toucher à un seul flux de contenu.

Pour aplatir en masse, ou pour des formulaires dont les apparences n'ont jamais été générées parce que le document demandait au lecteur de s'en charger, pdftk in.pdf output out.pdf flatten et gs -dPreserveAnnots=false -sDEVICE=pdfwrite -o out.pdf in.pdf de Ghostscript passent tous deux par un interpréteur complet qui génère l'apparence manquante au lieu de laisser le champ tel quel. Ghostscript aplatit aussi les liens, avec tout le reste : c'est un compromis plutôt qu'une amélioration.