PDFをフラット化

焼き付けられるもの、あえて残すもの

PDFのすべての注釈は、自身の見た目の画像（外観ストリーム）を持っていて、リーダーが描画するのはそれです。フラット化はその画像をページ自体の内容に描き込んでから注釈を削除します。こうして、ページの上に乗っていたものがページの一部になります。難しいのは配置で、これは仕様そのものの規則に従って行います。外観ボックスをストリームの行列で変換し、変換後の四隅を注釈の矩形に合わせ、それに応じて拡大縮小します。この手順を省くと、単純なフラット化では署名のサイズが変わったり、スタンプが元の位置から少しずれたりします。これはこの処理でいちばんよくあるバグです。

3種類の注釈はあえて対象外にしています。リンクはリンクのまま残します。焼き付ける見た目がなく、「コメントをフラット化」するついでに、使える目次をただのインクに変えてしまうのは、機能ではなく破壊だからです。非表示や表示禁止のフラグが付いたものは完全にスキップします。焼き付けると、作成者があえて隠した内容が表示されてしまうからです。そして、見た目がまったく保存されていない注釈もそのまま残します。描くものがないからです。そうした注釈はリーダーがその場で見た目を生成しており、ここで作り出すと、作成者が指定していないフォントや枠線を推測することになります。

チェックボックスやラジオボタンは複数の見た目と、現在どの状態かの記録を持っているので、実際に使われている見た目を焼き付けます。チェックされたボックスはチェックされたまま、チェックのないボックスは何も残しません。フォーム入力欄はこの経路ではなくフォームの処理を通ります。フォーム辞書が壊れている場合は、それを検出してスキップし、コメントのフラット化まで失われないようにします。保存したファイルはオブジェクトストリームを使うため、内容が追加されているにもかかわらず、たいてい元のファイルより少し小さくなります。

ほかの目的には

暗号署名された文書はここでフラット化してはいけません。ツールの欠点のためではありません。ページ内容の書き換えこそ、デジタル署名が検出するためにあるものなので、結果は正しく「改ざんされた」と判定されます。署名済みのファイルで入力欄を固定したいなら、それは別の操作です。焼き付けるのではなく入力欄のフラグを読み取り専用に設定するもので、qpdf --json-inputや小さなpikepdfスクリプトなら、コンテンツストリームに一切触れずにできます。

大量のフラット化や、文書がリーダーに生成を任せていたために見た目が一度も生成されていないフォームには、pdftk in.pdf output out.pdf flattenやGhostscriptのgs -dPreserveAnnots=false -sDEVICE=pdfwrite -o out.pdf in.pdfが向いています。どちらも完全なインタープリターで描画するので、入力欄をそのまま残す代わりに、足りない見た目を生成します。Ghostscriptはリンクもほかのものと一緒にフラット化してしまうので、改善というより一長一短です。