صيغ الملفات
ما هو PDF؟ بنيته وتاريخه ونصائح لتحويله
PDF صيغة لوصف الصفحات تثبّت المستند بحيث يظهر بالشكل نفسه على أي جهاز. نستعرض في هذا المقال تاريخ الصيغة وبنيتها الداخلية وإصداراتها، وما يجب الانتباه إليه عند تحويلها.
الكاتب: Hemen Dönüştür Editör Ekibiتاريخ النشر: 8 دقائق قراءة
حين ترسل عقدًا بالبريد الإلكتروني، تريد أن يُفتح لدى المستلم بالتنسيق نفسه والخطوط نفسها وفواصل الصفحات نفسها. صُممت صيغة PDF (Portable Document Format) لهذا الغرض تحديدًا. واليوم تنتقل معظم المستندات التي تُعدّ "نهائية" بصيغة PDF، من الفواتير والأحكام القضائية إلى الأبحاث العلمية وبطاقات صعود الطائرة. يشرح هذا المقال من أين جاءت صيغة PDF، وما الذي يحتويه الملف، وما الإصدارات الموجودة، وما الذي يُحفظ أو يضيع عند تحويل ملف PDF إلى صيغة أخرى.
ما هو PDF؟
PDF صيغة ملفات تصف كل صفحة من صفحات المستند بمظهر ثابت. في صيغ التحرير مثل Word يكون النص "متدفقًا": إذا ضيّقت النافذة أو غيّرت الخط أُعيد توزيع الأسطر. أما في PDF فموضع كل حرف وخط وصورة على الصفحة محدد مسبقًا. يحمل الملف النص والخطوط (المضمّنة عادةً) والصور والرسومات المتجهة في حزمة واحدة، لذلك يُعرض المستند بالطريقة نفسها على حاسوب لا يحتوي على التطبيق الأصلي، وعلى الهاتف، وعلى الطابعة.
لهذا التصميم ثمن: PDF صيغة إخراج. فهو لا يحتوي دائمًا على معلومات دلالية مثل الفقرات أو العناوين أو الجداول، وكثيرًا ما يقتصر على تعليمات من قبيل "ارسم هذه الحروف عند هذا الإحداثي". واستحضار هذا الفرق يفسّر صعوبة تحرير ملف PDF أو إعادته إلى مستند Word.
لمحة تاريخية
تعود صيغة PDF إلى مقترح قدّمه جون وارنوك، أحد مؤسسي Adobe، عام 1991 بعنوان "مشروع كاملوت" (The Camelot Project). كان الهدف التقاط المستندات من أي تطبيق وعرضها أو طباعتها على أي جهاز. ووفقًا لـ Adobe، تحوّل هذا الجهد إلى PDF بحلول عام 1992، وصدرت صيغة PDF وبرنامج Acrobat الذي يقرؤها في 15 يونيو 1993.
ظلّت PDF طوال خمسة عشر عامًا الأولى مواصفة خاصة بـ Adobe، واكتسبت ميزات جديدة مع كل إصدار: النماذج التفاعلية (AcroForms) في الإصدار 1.2، والشفافية وبيانات XMP الوصفية في 1.4، والطبقات وتدفقات الكائنات وتدفقات المراجع المتقاطعة في 1.5 الذي نُشر في أغسطس 2003. وجاءت نقطة التحول الحقيقية عام 2008، حين أصبح PDF 1.7 المعيار الدولي ISO 32000-1:2008 في 1 يوليو 2008، وانتقلت إدارة الصيغة إلى لجنة تابعة لـ ISO. ثم صدر PDF 2.0 (ISO 32000-2) عام 2017، وتلته طبعة ثانية مصحَّحة في ديسمبر 2020. ومنذ أبريل 2023 تتيح PDF Association تنزيل ISO 32000-2 مجانًا.
ولتتضح الصورة: ذكرت Adobe في تدوينة نشرتها في يونيو 2023 أن عملاءها فتحوا أكثر من 400 مليار ملف PDF في منتجات Acrobat خلال العام السابق. ويشمل هذا الرقم منتجات Adobe وحدها، ولا يدخل فيه عارضو المتصفحات المدمجون ولا البرامج الأخرى.
ماذا يوجد داخل ملف PDF؟
إذا فتحت ملف PDF في محرر نصوص، فسيظهر في السطر الأول مؤشر الإصدار مثل %PDF-1.7. أما بقية الملف فتتكون من أربعة أجزاء رئيسية:
- الترويسة (Header): السطر الأول الذي يعلن الصيغة والإصدار.
- الجسم (Body): "الكائنات غير المباشرة" التي يتكون منها المستند. لكل كائن رقم كائن ورقم جيل. والصفحات والخطوط والصور وتدفقات المحتوى كلها كائنات.
- جدول المراجع المتقاطعة (xref): يسرد موضع كل كائن بالبايت، ما يتيح للقارئ القفز مباشرةً إلى أي صفحة دون مسح الملف كله. ومنذ PDF 1.5 يمكن تخزينه أيضًا في صورة "تدفق xref" مضغوط.
- الذيل (Trailer) ونهاية الملف: قاموس يشير إلى فهرس المستند (
/Root)، يليهstartxref(موضع بداية xref) ثم العلامة%%EOF.
وهذا مثال مبسّط:
%PDF-1.7
1 0 obj << /Type /Catalog /Pages 2 0 R >> endobj
2 0 obj << /Type /Pages /Kids [3 0 R] /Count 1 >> endobj
3 0 obj << /Type /Page /Parent 2 0 R /Contents 4 0 R >> endobj
4 0 obj << /Length 44 >> stream
BT /F1 12 Tf 72 720 Td (Hello) Tj ET
endstream endobj
xref ...
trailer << /Root 1 0 R /Size 5 >>
startxref ...
%%EOFيوجد محتوى الصفحة الفعلي في تدفق المحتوى. في المثال، الكتلة BT ... ET كائن نصي، وTf يحدد الخط وحجمه، وTd يضبط الموضع، وTj يرسم النص. لاحظ أنه لا وجود هنا لمفهوم "الفقرة" أو "العنوان"، بل حروف موضوعة في مواضع محددة فقط. بل كثيرًا ما يُقسَّم السطر المرئي الواحد إلى عدة أجزاء.
ومن ميزات PDF الأخرى التحديث التزايدي (incremental update). فعند إضافة تعليق أو توقيع، يمكن للبرنامج أن يُلحق كائنات جديدة وقسم xref جديدًا بنهاية الملف بدلًا من إعادة كتابته. وتعتمد التوقيعات الرقمية على هذه الآلية للحفاظ على سلامة المحتوى الموقَّع.
ملفات تعريف PDF ومعاييرها الفرعية
إلى جانب ISO 32000 توجد ملفات تعريف PDF مقيَّدة لأغراض محددة، أشهرها PDF/A المصمم للأرشفة طويلة الأمد. نُشر جزؤه الأول PDF/A-1 بوصفه المعيار ISO 19005-1 في أكتوبر 2005. يجب أن يضمّن ملف PDF/A جميع الخطوط، وأن يعرّف الألوان بطريقة مستقلة عن الجهاز، وأن يتضمن بيانات XMP الوصفية، بينما يُحظر فيه التشفير وJavaScript والصوت والفيديو والاعتماديات الخارجية. ولهذا كثيرًا ما تطلب الأرشيفات والجهات الحكومية صيغة PDF/A.
وثمة تمييز أكثر أهمية في الاستخدام اليومي بين ملفات PDF النصية وملفات PDF الممسوحة ضوئيًا. فالملف الناتج عن "حفظ بصيغة PDF" من Word أو من المتصفح يحتوي على نص حقيقي يمكنك تحديده والبحث فيه ونسخه. أما الورقة التي تمر عبر الماسح الضوئي فليست سوى صورة داخل ملف PDF، واستخراج النص منها يتطلب OCR (التعرّف الضوئي على الحروف).
أين يُستخدم PDF؟
- المراسلات القانونية والرسمية: العقود والعرائض والأحكام، بفضل دعم التوقيع الرقمي.
- المحاسبة والتجارة الإلكترونية: الفواتير والإيصالات وكشوف الحسابات المصرفية.
- النشر والطباعة: الملفات الجاهزة للطباعة والكتب الإلكترونية والكتالوجات.
- الوسط الأكاديمي: الأبحاث والرسائل الجامعية والمذكرات الدراسية.
- النماذج: طلبات وإقرارات قابلة للتعبئة.
- الأرشفة: السجلات التي يجب حفظها لعقود، باستخدام PDF/A.
نقاط القوة والضعف
| نقاط القوة | نقاط الضعف |
|---|---|
| عرض متطابق على كل الأجهزة | تحرير المحتوى مرهق |
| معيار ISO مفتوح وقارئات مجانية كثيرة | صعوبة القراءة على الشاشات الصغيرة (النص لا يُعاد توزيعه) |
| تضمين الخطوط وجودة طباعة عالية | البنية الدلالية (العناوين والجداول) غائبة في أحيان كثيرة |
| توقيعات رقمية وتشفير ونماذج | الملفات الممسوحة ضوئيًا غير قابلة للبحث |
| أرشفة طويلة الأمد عبر PDF/A | الصور المضمّنة قد تضخّم حجم الملفات |
ما البرامج التي تفتح PDF؟
نادرًا ما تحتاج إلى تثبيت أي شيء. فمتصفحات Chrome وEdge وFirefox وSafari تضم جميعها عارض PDF. ويفتح برنامج Preview ملفات PDF على macOS، ويفعل Edge ذلك على Windows. أما للتحرير المتقدم وتصميم النماذج والتوقيع فالخيار الشائع هو Adobe Acrobat. ويستطيع Microsoft Word أيضًا فتح ملف PDF ومحاولة تحويله إلى مستند قابل للتحرير، وتتوقف النتيجة على مدى تعقيد الملف. وعلى Linux تنتشر برامج Evince وOkular وأدوات Poppler.
المشكلات الشائعة وحلولها
النص المنسوخ من PDF يظهر مشوشًا
قد يخزّن ملف PDF النص بترتيب الرسم لا بترتيب القراءة. ففي بحث من عمودين قد تتداخل الأسطر، وبعض الخطوط تُضمَّن دون جداول ربط Unicode، فتبدو الحروف ذات العلامات مشوهة. وعادةً ما يعطي تحويل PDF إلى TXT أو Word نتيجة أنظف من النسخ من العارض.
الملف مشفّر ولا يُفتح أو لا يتحوّل
يمكن أن يحمل ملف PDF نوعين من كلمات المرور: كلمة مرور للفتح وكلمة مرور للأذونات (للتحرير أو الطباعة). ولا يستطيع أي محوّل قراءة ملف محمي بكلمة مرور للفتح دون معرفتها. إذا كانت كلمة المرور لديك، فافتح الملف وأزل الحماية واحفظه من جديد ثم حوّله.
لا أستطيع البحث في ملف PDF ممسوح ضوئيًا
يحتوي الملف على صور لا على نص، لذلك لا يعمل البحث ولا النسخ. تحتاج إلى برنامج OCR لإضافة طبقة نصية.
الخطوط تبدو مختلفة عن الأصل
إذا لم يضمّن التطبيق المُنشئ الخطوط، فإن العارض يستبدلها بخطوط مشابهة. ويمنع ذلك تفعيلُ خيار "تضمين الخطوط" عند التصدير، أو الحفظ بصيغة PDF/A.
نصائح لتحويل ملفات PDF
تحويل PDF يعني إعادة بناء تخطيط صفحة ثابت في صورة مستند متدفق، لذلك يضطر حتى أفضل الأدوات إلى الاعتماد على تخمينات مدروسة. وإليك كيف يتعامل محوّلنا مع ذلك: عند تحويل PDF إلى Word يُرفع الملف إلى خادمنا، فتقرأ أدوات Poppler مفتوحة المصدر كل جزء نصي مع موضعه، ثم تُدمج الأسطر من جديد في فقرات. يُحفظ تنسيق الحروف مثل الخط العريض والمائل، وكذلك تسلسل القراءة، إلى حد كبير، لكن الصفحات متعددة الأعمدة والجداول المعقدة والمربعات ذات المواضع الثابتة قد لا تطابق الأصل تمامًا. تُحذف الملفات المرفوعة من الخادم خلال 30 دقيقة.
- إذا كنت تحتاج إلى النص فقط، فإن تحويل PDF إلى TXT يعطي أنظف نتيجة: يُستبعد التنسيق ويبقى نص عادي مقروء.
- إذا أردت الحفاظ على مظهر الصفحة على الويب، فإن PDF إلى HTML يضع النص في مواضعه الأصلية على الصفحة.
- ملفات PDF الممسوحة ضوئيًا لا تحتوي على نص، لذلك لا يستطيع محوّلنا استخراج نص قابل للتحرير منها. استخدم OCR أولًا.
- ملفات PDF المشفّرة لا يمكن تحويلها، وستظهر لك رسالة تطلب إزالة كلمة المرور.
أما الاتجاه المعاكس فأسهل. فمع Word إلى PDF تنتقل ملفات DOCX وDOC وRTF مباشرةً إلى PDF عبر LibreOffice دون أي خطوة وسيطة، فيُحفظ تخطيط الصفحة والترويسات والتذييلات والجداول والصور. وإذا استخدمت خطًا غير مثبّت على الخادم، فقد يُستبدل بخط مشابه. أما المصادر مثل HTML وMarkdown وTXT فتُنسَّق على صفحات A4 ثم يطبعها محرك متصفح إلى PDF.
الأسئلة الشائعة
متى ظهرت صيغة PDF؟
تعود الفكرة إلى مقترح "كاملوت" الذي قدّمه جون وارنوك عام 1991. وصدرت صيغة PDF وبرنامج Acrobat في 15 يونيو 1993، ثم أصبحت الصيغة المعيار الدولي ISO 32000-1 عام 2008.
ما الفرق بين PDF 1.7 وPDF 2.0؟
PDF 1.7 هو آخر إصدار من Adobe، وقد اعتُمد معيارًا باسم ISO 32000-1 عام 2008. أما PDF 2.0 (ISO 32000-2) فطُوّر بالكامل داخل ISO، ونُشر عام 2017 وصُحّح في طبعة 2020. وفي الاستخدام اليومي يُفتح كلاهما بالبرامج نفسها.
ما هو PDF/A ومتى أستخدمه؟
PDF/A ملف تعريف PDF مقيَّد مخصص للأرشفة طويلة الأمد. يشترط تضمين الخطوط ويحظر ميزات مثل التشفير وJavaScript. اختره عندما يجب أن يُفتح المستند بالطريقة نفسها بعد سنوات، أو عندما تشترطه جهة ما.
لماذا يختل التنسيق عند تحويل PDF إلى Word؟
لأن ملف PDF لا يحتوي عادةً على معلومات الفقرات أو الجداول، بل على حروف في مواضع محددة فقط. ويتعين على المحوّل إعادة بناء الأسطر والفقرات من هذه الأجزاء. تتحول المستندات البسيطة ذات العمود الواحد بشكل ممتاز، أما الصفحات متعددة الأعمدة أو المليئة بالجداول فقد تحتاج إلى تنظيف يدوي.
هل يمكنني تحويل PDF ممسوح ضوئيًا إلى نص قابل للتحرير؟
يتطلب ذلك OCR. محوّلنا لا يجري OCR، بل ينقل فقط النص الموجود فعلًا في ملف PDF. مرّر المستند الممسوح على برنامج OCR أولًا ثم حوّله.
هل تحويل ملفات PDF الخاصة بي آمن؟
يجري تحويل المستندات على خادمنا. ويُستخدم الملف للتحويل فقط ويُحذف خلال 30 دقيقة. ومع ذلك، قد تفضّل عدم رفع المواد شديدة السرية إلى أي خدمة عبر الإنترنت.
