Edit PDF

Mengapa mengedit PDF lebih sulit daripada mengedit dokumen

PDF tidak punya paragraf. Halaman PDF adalah program menggambar, dan teks di dalamnya adalah rangkaian instruksi untuk menempatkan glyph tertentu di koordinat tertentu — tidak ada catatan bahwa glyph-glyph itu membentuk kalimat, baris, atau kolom. Semua yang dilakukan editor ini berawal dari merekonstruksi struktur yang hilang itu: content stream diurai kembali menjadi operasi menggambarnya, font yang dipakai halaman dibaca dari resource-nya, dan kode glyph diubah kembali menjadi karakter yang bisa dibaca melalui peta karakter milik setiap font. Aplikasi pembuat PDF modern menanamkan subset dua byte yang kodenya berupa nomor glyph mentah tanpa hubungan apa pun dengan Unicode, jadi tanpa peta itu teks sebuah halaman benar-benar tidak terbaca, bukan sekadar merepotkan.

Menyusun ulang sebuah baris lalu membutuhkan metrik font, bukan hanya namanya — lebar advance setiap glyph, yang dibaca dari array lebar datar milik font sederhana atau dari bentuk run-length yang dipakai font besar — karena kata-kata baru harus diukur dengan huruf dokumen itu sendiri sebelum bisa ditempatkan. Itulah sebabnya baris yang ditulis ulang tetap memakai font, ukuran, dan warna aslinya, bukan ditutup tempelan putih lalu diketik ulang, dan itu pula sumber batasan yang jujur ini: teks tidak mengalir ulang. Kalimat yang lebih panjang memakan lebih banyak ruang di barisnya dan tidak mendorong baris berikutnya ke bawah, karena memang tidak ada baris berikutnya untuk didorong — hanya instruksi lain di koordinat tetap. Acrobat berperilaku sama, dengan alasan yang sama.

Font tertanam biasanya berupa subset, yang hanya berisi glyph yang sudah dipakai dokumen. Ketik karakter yang tidak ada di subset itu, dan tidak ada glyph untuk digambar, jadi editor memberi tahu Anda alih-alih menulis kosong atau diam-diam mengganti dengan huruf lain. Teks yang baru ditambahkan menghindari masalah ini dengan menanamkan font Unicode lengkap yang mencakup Latin, Kiril, dan Yunani — itulah sebabnya alat Tambah teks bisa mengetik bahasa Polandia, Turki, atau Rusia ke dokumen yang belum pernah memuatnya. Aksara yang memerlukan shaping kontekstual langsung ditolak: huruf Arab berubah bentuk sesuai posisinya dan konjungsi Bengali adalah glyph tunggal, sehingga menempatkan code point-nya satu per satu menghasilkan teks yang bukan sekadar jelek, tetapi salah.

Koordinat dibalik tepat satu kali. Antarmuka bekerja dari atas halaman ke bawah karena begitulah orang membaca; PDF mengukur dari bawah ke atas. Setiap tanda disimpan dalam ruang pertama dan dikonversi ke ruang kedua pada saat ditulis ke file, di satu tempat saja — satu-satunya disiplin yang secara andal mencegah tanda tangan mendarat terbalik atau highlight berada dua setengah sentimeter di bawah kalimatnya.

Jika Anda butuh hal lain

Halaman hasil scan tidak punya teks untuk diedit — isinya foto teks, dan di content stream-nya hanya ada gambar. Jalankan dulu melalui OCR agar ada kata-kata yang bisa diolah, atau terima bahwa Tutupi dan Tambah teks adalah satu-satunya pilihan yang jujur di halaman itu.

Jika editannya sebenarnya penulisan ulang — mengalirkan ulang paragraf, memindahkan tabel, mengubah gaya dokumen — tidak ada editor PDF yang tepat, termasuk yang mahal, karena struktur yang ingin Anda ubah sudah dibuang saat PDF dibuat. Kembalilah ke dokumen sumbernya jika ada, atau ubah ke Word dan edit di sana. Untuk perubahan lewat skrip di banyak file, pikepdf dan mutool clean -d membuka content stream secara langsung, dan keduanya tidak perlu merender halaman terlebih dahulu.