PDF ریپیئر کریں

عام طور پر کیا ٹوٹا ہوتا ہے، اور واپسی کے دو راستے

نہ کھلنے والی زیادہ تر PDFs کسی بامعنی لحاظ سے خراب نہیں ہوتیں۔ PDF کے آخر میں ایک کراس ریفرنس ٹیبل ہوتی ہے — ایک انڈیکس جو فائل کے ہر آبجیکٹ کا بائٹ آفسیٹ درج کرتا ہے — اور ریڈرز کچھ بھی ڈھونڈنے کے لیے اسی کو استعمال کرتے ہیں۔ یہ انڈیکس خراب ہو جائے تو بالکل صحیح سلامت دستاویز بھی نہیں کھلتی، کیونکہ سب کچھ موجود ہونے کے باوجود کچھ بھی ڈھونڈا نہیں جا سکتا۔ ادھوری ڈاؤن لوڈز، بیچ میں کٹ جانے والا محفوظ کرنا، کریش ہونے والی ایپلیکیشن، کسی ایسی چیز سے ایڈٹ کی گئی فائل جس نے آفسیٹس اپ ڈیٹ نہیں کیے، لائن اینڈنگز بگاڑ دینے والا ٹرانسفر: یہ سب انڈیکس توڑتے ہیں اور ان میں سے کوئی بھی مواد کو نہیں چھوتا۔

پہلا مرحلہ بالکل اسی بات کا فائدہ اٹھاتا ہے۔ فائل کو نرمی سے پارس کیا جاتا ہے، اور جہاں درج آفسیٹس اصل موجود چیز سے میل نہ کھائیں وہاں انہیں نظر انداز کیا جاتا ہے، پھر درست انڈیکس، درست اسٹریم لمبائیوں اور صاف ٹریلر کے ساتھ نئے سرے سے لکھا جاتا ہے۔ یہی طریقہ فائلوں کی بھاری اکثریت بحال کرتا ہے، یہ تیز ہے، اور صفحات میں کچھ نہیں بدلتا — نتیجہ آپ ہی کی دستاویز ہے، جس میں کام کرنے والی فہرست دوبارہ لگا دی گئی ہے۔

جب فائل بالکل پارس نہ ہو تو دوسرا مرحلہ وہی کرتا ہے جو کوئی ڈیسک ٹاپ ریکوری ٹول کرتا ہے: یہ خام بائٹس کو شروع سے آخر تک اسکین کر کے آبجیکٹ ہیڈرز تلاش کرتا ہے، جو کچھ اب بھی PDF آبجیکٹ جیسا لگتا ہے اسے جمع کرتا ہے، اور انڈیکس کو فائل کے دعوے کے بجائے اس سے بناتا ہے جو واقعی موجود ہے۔ صفحہ آپ کو بتاتا ہے کہ دونوں میں سے کون سا مرحلہ چلا، کیونکہ یہ اہم ہے — دوبارہ بنانے کا مطلب ہے کہ اصل ساخت پڑھی نہیں جا سکی تھی، اور نتیجے پر بھروسہ کرنے سے پہلے اسے ایک نظر دیکھ لینا چاہیے۔

کوئی بھی مرحلہ وہ ڈیٹا نہیں گھڑ سکتا جو موجود ہی نہیں، اور کہیں کا کوئی ٹول بھی نہیں گھڑ سکتا۔ اگر ڈاؤن لوڈ ساٹھ فیصد پر رک گئی تو آخری چالیس فیصد صفحات فائل میں ہیں ہی نہیں؛ بحالی جو صفحات پہنچے انہیں ڈھونڈتی ہے اور رک جاتی ہے۔ اگر خرابی کسی کمپریسڈ اسٹریم کے اندر ہو تو وہ اسٹریم ڈی کمپریس نہیں ہو سکتی اور اس سے بننے والا صفحہ خالی واپس آتا ہے جبکہ اس کے ساتھ والے صفحات ٹھیک رہتے ہیں۔ یہاں دستاویز کا کچھ حصہ بحال ہونا عام اچھا نتیجہ ہے، اور اصل فائل دوبارہ حاصل کر لینا ادھوری کاپی ریپیئر کرنے سے ہمیشہ بہتر ہے۔

جب آپ کو کچھ اور چاہیے

اس کام کا ریفرنس ٹول qpdf ہے اور یہ یہی پہلا مرحلہ زیادہ اچھی طرح کرتا ہے: qpdf --replace-input damaged.pdf فائل کو درست انڈیکس کے ساتھ دوبارہ لکھتا ہے، اور انکرپٹڈ دستاویزات، آبجیکٹ اسٹریمز اور لینیئرائزڈ فائلیں بھی سنبھال لیتا ہے جن پر نرم پارسنگ لڑکھڑا سکتی ہے۔ mutool clean -ggg in.pdf out.pdf اس سے بھی آگے جاتا ہے، پیج ٹری دوبارہ بناتا ہے اور ہر وہ چیز ہٹا دیتا ہے جس کا کہیں حوالہ نہیں۔ دونوں مفت ہیں، دونوں اس سے کہیں بڑی فائلوں پر چلتے ہیں جتنی کوئی براؤزر ٹیب سنبھال سکتا ہے، اور دونوں بتاتے ہیں کہ انہیں کیا ٹھیک کرنا پڑا۔

اتنی بری طرح خراب فائل کے لیے کہ آبجیکٹ اسکیننگ ہی واحد راستہ ہو، Ghostscript اکثر سب سے زیادہ ڈٹا رہتا ہے: gs -o repaired.pdf -sDEVICE=pdfwrite broken.pdf صفحے کے مواد کو صرف دوبارہ انڈیکس کرنے کے بجائے اس کی تشریح کرتا ہے، جس سے بعض اوقات وہ صفحات بھی دوبارہ بن جاتے ہیں جن پر دوسرے ٹولز ہار مان لیتے ہیں — اس قیمت پر کہ سب کچھ دوبارہ لکھا جاتا ہے، اس لیے آؤٹ پٹ بائٹ بہ بائٹ اس جیسا نہیں رہتا جو بچ گیا تھا۔