Nivelar PDF

O que é fixado na página e o que é poupado de propósito

Toda anotação em um PDF já traz uma imagem de si mesma — o fluxo de aparência —, que é o que o leitor desenha. Nivelar pega essa imagem, desenha no próprio conteúdo da página e depois remove a anotação, então a marca deixa de ser algo em cima da página e passa a fazer parte dela. O posicionamento é a parte delicada, e é feito pela própria regra da especificação: a caixa de aparência passa pela matriz do fluxo, os cantos transformados são encaixados no retângulo da anotação e o resultado é escalado para bater. Pular essa etapa é o motivo de o nivelamento ingênuo deixar assinaturas no tamanho errado e carimbos um pouco fora de onde estavam — é o bug mais comum dessa operação.

Três tipos de anotação são poupados de propósito. Os links continuam sendo links, porque não têm aparência para fixar, e transformar um sumário funcional em tinta inerte ao “nivelar comentários” seria vandalismo, não recurso. Tudo o que está marcado como oculto ou não visível é ignorado por completo, já que fixá-lo faria aparecer um conteúdo que o autor decidiu esconder. E uma anotação sem nenhuma aparência armazenada fica como está, porque não há nada para desenhar — um leitor gera essas aparências na hora, e inventar uma aqui significaria adivinhar uma fonte e uma borda que o autor nunca definiu.

Uma caixa de seleção ou um botão de opção guarda várias aparências e uma indicação de qual estado está ativo, então a que está realmente em uso é a fixada — uma caixa marcada continua marcada, uma desmarcada não deixa nada. Os campos de formulário passam pelo mecanismo de formulários em vez deste caminho, e um dicionário de formulário malformado é detectado e ignorado, em vez de fazer o nivelamento dos comentários se perder também. O arquivo salvo usa fluxos de objetos, então costuma ficar um pouco menor do que o original, mesmo com conteúdo adicionado.

Quando você precisa de outra coisa

Um documento assinado criptograficamente não deve ser nivelado aqui, e não por uma deficiência: reescrever o conteúdo da página é exatamente o que uma assinatura digital existe para detectar, então o resultado vai aparecer, corretamente, como adulterado. Se um arquivo assinado precisa ter os campos travados, isso é outra operação — marcar os campos como somente leitura em vez de fixá-los — e qpdf --json-input ou um pequeno script com pikepdf faz isso sem tocar em um único fluxo de conteúdo.

Para nivelar em grande volume, ou para formulários cujas aparências nunca foram geradas porque o documento pediu ao leitor que fizesse isso, pdftk in.pdf output out.pdf flatten e o gs -dPreserveAnnots=false -sDEVICE=pdfwrite -o out.pdf in.pdf do Ghostscript renderizam com um interpretador completo, que gera a aparência que falta em vez de deixar o campo como está. O Ghostscript nivela os links junto com todo o resto, o que é uma troca, não uma melhoria.