PDF کو درست طریقے سے ریڈیکٹ کیسے کریں

غلطی، اور یہ بار بار کیوں ہوتی ہے

PDF کا صفحہ ایک ڈرائنگ پروگرام ہے۔ ٹیکسٹ مخصوص حروف کو مخصوص جگہوں پر رکھنے کی ہدایت ہے، اور کالا مستطیل کسی حصے کو بھرنے کی ایک اور ہدایت۔ مستطیل بنانے سے ٹیکسٹ نہیں ہٹتا — وہ اس کے اوپر بن جاتا ہے۔ حروف اب بھی فائل میں، نیچے موجود ہیں، اور اس حصے کو سلیکٹ کرنے سے وہ کاپی ہو جاتے ہیں۔ کوئی بھی مفت ٹول انہیں سیکنڈوں میں نکال لیتا ہے۔

یہ بار بار اس لیے ہوتا ہے کہ انٹرفیس آپ کو بتاتا ہے کہ کام ہو گیا۔ آپ باکس بناتے ہیں، الفاظ نظر سے غائب ہو جاتے ہیں، آپ فائل محفوظ کرتے ہیں، اور وہ بالکل ریڈیکٹ کی گئی دستاویز جیسی دکھتی ہے۔ نہ کوئی خرابی، نہ وارننگ، اور درست ریڈیکشن سے کوئی نظر آنے والا فرق نہیں۔ ریڈیکشن کی ہر شائع شدہ ناکامی جس کے بارے میں آپ نے پڑھا ہے — بغیر ریڈیکشن کی عدالتی فائلنگز، تصفیے کی رقمیں، گواہوں کے نام، ایک انٹیلی جنس رپورٹ جس کے مٹائے گئے حصے منٹوں میں واپس نکال لیے گئے — کسی کا شکل بنا کر اس پر یقین کر لینا تھا۔

ٹیکسٹ کو کالے رنگ سے ہائی لائٹ کرنا بھی وہی غلطی ہے، بس دوسرے روپ میں، اور PDF میں ایکسپورٹ کرنے سے پہلے ورڈ پروسیسر میں اسے سفید مستطیل سے ڈھانپنا بھی۔

اصل ریڈیکشن کیا کرتی ہے

ترتیب الٹ جاتی ہے۔ پہلے ٹیکسٹ صفحے کے مواد سے حذف کیا جاتا ہے، اور کالا باکس بعد میں صرف یہ دکھانے کے لیے بنایا جاتا ہے کہ یہاں کچھ تھا۔ ریڈیکٹ کیا گیا حصہ کاپی کریں تو کچھ نہیں ملتا، کیونکہ وہاں کچھ ہے ہی نہیں؛ صفحے کا ٹیکسٹ نکالیں تو وہ الفاظ موجود ہی نہیں ہوتے۔

یہاں PDF ریڈیکٹ کرنا یہی کرتا ہے، اور بتاتا ہے کہ اس نے ٹیکسٹ کے کتنے ٹکڑے ہٹائے — جو اہم ہے، کیونکہ ایسی ریڈیکشن جس سے کچھ میچ نہ ہوا ہو، کامیاب ریڈیکشن جیسی ہی دکھتی ہے۔ اگر آپ نے کسی نام پر باکس بنایا اور کچھ نہیں ہٹا، تو وہ نام غالباً ٹیکسٹ کے بجائے کسی تصویر کا حصہ ہے، اور اس کے لیے اگلا پیراگراف دیکھیں۔

تصاویر میں موجود ٹیکسٹ الگ مسئلہ ہے

اسکین شدہ صفحے میں موجود نام، یا کسی رپورٹ میں چسپاں اسکرین شاٹ میں موجود نام، ٹیکسٹ ہے ہی نہیں — یہ پکسلز ہیں۔ ٹیکسٹ حذف کرنے سے اس پر کوئی اثر نہیں ہوتا، اور اس پر بنایا گیا باکس بالکل وہی بے اثر ڈھکن ہے جس کا اوپر ذکر ہوا، کیونکہ نیچے کے پکسلز تصویر کے ڈیٹا میں باقی رہتے ہیں۔

حل یہ ہے کہ ان صفحات کو ریڈیکشن لگا کر دوبارہ رینڈر کیا جائے، تاکہ وہ پکسلز واقعی ختم ہو جائیں۔ اس کی ایک حقیقی قیمت ہے جو جاننی چاہیے: وہ صفحات تصاویر بن جاتے ہیں، اس لیے ان پر موجود کوئی بھی ٹیکسٹ سلیکٹ نہیں ہوتا اور فائل بڑی ہو جاتی ہے۔ اسکین شدہ دستاویز کے لیے اس سے کچھ نہیں بدلتا، کیونکہ وہ پہلے ہی تصاویر تھیں۔ ملی جلی دستاویز کے لیے یہ ایک سودا ہے۔

یہی بات عمومی طور پر تصاویر پر بھی لاگو ہوتی ہے۔ اگر آپ کسی چہرے یا نمبر پلیٹ کو دھندلا کر رہے ہیں، تو اتنا زیادہ کریں کہ اس حصے میں کوئی نظر آنے والی ساخت نہ رہے — محققین نے ہلکی پکسلیشن سے امیدوار بنا کر اور ان کا موازنہ کر کے ٹیکسٹ دوبارہ حاصل کیا ہے۔ اگر آپ اب بھی اندازہ لگا سکتے ہیں کہ وہاں کتنے حروف تھے، تو یہ کافی نہیں۔

وہ جگہیں جہاں PDF وہ نام رکھتی ہے جو آپ بھول گئے

یہی وہ حصہ ہے جس میں وہ لوگ بھی پھنس جاتے ہیں جنہوں نے ریڈیکشن درست طریقے سے کی تھی۔ PDF نظر آنے والے صفحے کے علاوہ بھی کئی جگہوں پر ٹیکسٹ رکھتی ہے، اور صفحے کی بہترین ریڈیکشن بھی ان سب کو جوں کا توں چھوڑ دیتی ہے۔

بک مارک آؤٹ لائن میں اکثر ایسے سیکشن ٹائٹل ہوتے ہیں جن میں نام ہوتے ہیں۔ فارم فیلڈز کی ویلیوز اس وقت بھی باقی رہتی ہیں جب فیلڈ نظر نہ آ رہا ہو۔ منسلک فائلیں PDF کے اندر چھپی پوری دستاویزات ہو سکتی ہیں۔ دستاویز کی معلومات اور XMP میٹا ڈیٹا پیکٹ میں ٹائٹل، مصنف، سافٹ ویئر اور اکثر اصل فائل کا پاتھ ہوتا ہے — جس سے یوزر نیم اور فولڈرز کا ڈھانچہ ظاہر ہو جاتا ہے۔ کمنٹس اور اینوٹیشنز میں ان کا اپنا ٹیکسٹ اور لکھنے والے کا نام ہوتا ہے۔ اور فائل کا نام خود دستاویز کے ساتھ ہر جگہ جاتا ہے۔

ایک اور بھی ہے، اور یہ سب سے باریک ہے: انکریمنٹل طریقے سے محفوظ کی گئی PDF اپنے پچھلے ورژنز اسی فائل کے اندر رکھتی ہے۔ اگر کسی دستاویز کو دوبارہ لکھنے کے بجائے ایڈٹ کر کے محفوظ کیا گیا تھا، تو کسی صفحے کا پچھلا ورژن اب بھی اس میں موجود ہو سکتا ہے۔ اسی لیے کسی بھی اہم چیز کے لیے نیچے دیا گیا تصدیق کا مرحلہ اختیاری نہیں۔

تصدیق کریں، اور کیسے

تصدیق وہ مرحلہ ہے جسے لوگ چھوڑ دیتے ہیں، اور یہی اصل میں آپ کو بچاتا ہے۔ تین چیکس، بڑھتی ہوئی گہرائی کی ترتیب میں۔

نتیجہ کھولیں اور ریڈیکٹ کیا گیا حصہ سلیکٹ کرنے کی کوشش کریں۔ اگر کچھ بھی کاپی ہو جائے تو رک جائیں۔ یہ بنیادی ناکامی پانچ سیکنڈ میں پکڑ لیتا ہے اور ہر بار کرنے کے قابل ہے۔

دستاویز کی پراپرٹیز دیکھیں۔ ٹائٹل، مصنف، موضوع اور کلیدی الفاظ کسی بھی PDF ریڈر میں File اور پھر Properties کے تحت نظر آتے ہیں۔ اگر مصنف والے خانے میں وہی نام ہے جسے ہٹانے میں آپ نے ابھی ایک گھنٹہ لگایا، تو ریڈیکشن سے کچھ حاصل نہیں ہوا۔

فائل دوبارہ بنائیں۔ نتیجے کو ایسے ٹول سے گزارنا جو دستاویز کو اسی سے دوبارہ لکھتا ہے جسے اس کے صفحات اصل میں استعمال کرتے ہیں — Ghostscript کے ساتھ gs -sDEVICE=pdfwrite، یا qpdf --empty --pages out.pdf 1-z -- — غیر استعمال شدہ آبجیکٹس اور پچھلے ورژنز ختم کر دیتا ہے۔ exiftool -all:all= شامل کرنے سے میٹا ڈیٹا صاف ہو جاتا ہے۔ عدالتی فائلنگ یا انکشاف (disclosure) کے تحت آنے والی کسی بھی چیز کے لیے تینوں کام کریں اور کسی اور سے بھی چیک کروائیں۔

صفحہ حذف کرنا بھی ریڈیکشن نہیں

یہ الگ سے بتانے کے قابل ہے، کیونکہ یہ اسی قسم کی غلطی ہے۔ PDF سے صفحات ہٹانا آپ کے رکھے ہوئے صفحات سے نئی دستاویز بناتا ہے — لیکن رکھے گئے صفحے پر موجود کوئی لنک جو حذف شدہ صفحے کی طرف اشارہ کرتا تھا، اسے اب بھی کہیں پہنچنا ہے، جس سے اس حذف شدہ صفحے کی ایک کاپی نئی فائل میں ایسے آبجیکٹ کے طور پر آ جاتی ہے جس کا کوئی پیج ٹری حوالہ نہیں دیتا۔ ہر ریڈر میں نظر نہیں آتی، مگر بائٹس میں موجود۔

کسی صفحے کو نظر سے ہٹانے کے لیے حذف کرنا درست اور کافی ہے۔ اس کے مواد کو مکمل طور پر ختم کرنے کے لیے صفحہ حذف کریں اور اوپر بتائے گئے طریقے سے فائل دوبارہ بنائیں۔