Perbaiki PDF

Apa yang biasanya rusak, dan dua cara memulihkannya

Sebagian besar PDF yang tidak mau terbuka sebenarnya tidak rusak dalam arti yang berarti. PDF diakhiri dengan tabel cross-reference — indeks yang mencatat posisi byte setiap objek di dalam file — dan aplikasi pembaca memakainya untuk menemukan apa pun. Jika indeks itu korup, dokumen yang sepenuhnya utuh menjadi tidak bisa dibuka, karena tidak ada yang bisa ditemukan meskipun semuanya ada. Unduhan yang terputus, penyimpanan yang terpotong, aplikasi yang crash, file yang diedit oleh sesuatu yang tidak memperbarui posisi byte, transfer yang mengacaukan akhir baris: semuanya merusak indeks, dan tidak satu pun menyentuh kontennya.

Tahap pertama memanfaatkan persis hal itu. File diurai secara longgar, mengabaikan posisi yang tercatat jika tidak sesuai dengan isi sebenarnya, lalu ditulis ulang dengan indeks yang benar, panjang stream yang benar, dan trailer yang bersih. Inilah yang memulihkan sebagian besar file, prosesnya cepat, dan tidak ada yang diubah pada halamannya — hasilnya adalah dokumen Anda dengan daftar isi internal yang berfungsi kembali.

Jika file sama sekali tidak bisa diurai, tahap kedua melakukan apa yang dilakukan alat pemulihan desktop: memindai byte mentah dari awal sampai akhir untuk mencari header objek, mengumpulkan semua yang masih tampak seperti objek PDF, lalu membangun ulang indeks dari apa yang benar-benar ada, bukan dari apa yang diklaim file. Halaman ini memberi tahu tahap mana yang berjalan, karena itu penting — pembangunan ulang berarti struktur aslinya tidak terbaca, dan hasilnya perlu diperiksa sebelum Anda memercayainya.

Tidak ada tahap yang bisa menciptakan data yang tidak ada, dan tidak ada alat di mana pun yang bisa. Jika unduhan berhenti di enam puluh persen, empat puluh persen halaman terakhir tidak ada di dalam file; pemulihan menemukan halaman yang sempat tiba lalu berhenti. Jika kerusakannya ada di dalam stream terkompresi, stream itu tidak bisa didekompresi dan halaman yang digambarnya kembali kosong, sementara halaman di sekitarnya baik-baik saja. Memulihkan sebagian dokumen adalah hasil baik yang wajar di sini, dan mendapatkan kembali file aslinya selalu lebih baik daripada memperbaiki salinan yang terpotong.

Jika Anda butuh hal lain

qpdf adalah alat acuan untuk hal ini dan menjalankan tahap pertama yang sama dengan lebih teliti: qpdf --replace-input damaged.pdf menulis ulang file dengan indeks yang benar, dan menangani dokumen terenkripsi, object stream, serta file ter-linearisasi yang bisa membuat penguraian longgar tersandung. mutool clean -ggg in.pdf out.pdf melangkah lebih jauh lagi, membangun ulang page tree dan membuang semua yang tidak dirujuk. Keduanya gratis, keduanya bisa memproses file yang jauh lebih besar daripada yang sanggup ditampung tab browser, dan keduanya memberi tahu apa yang harus mereka perbaiki.

Untuk file yang rusak begitu parah sehingga pemindaian objek menjadi satu-satunya pilihan, Ghostscript sering kali paling tangguh: gs -o repaired.pdf -sDEVICE=pdfwrite broken.pdf menafsirkan konten halaman, bukan sekadar mengindeks ulang, sehingga kadang bisa merekonstruksi halaman yang sudah menyerah bagi alat lain — dengan konsekuensi semuanya ditulis ulang, sehingga hasilnya tidak lagi identik per byte dengan apa yang tersisa.