PDF nədir? Quruluşu, tarixi və çevirmə tövsiyələri

Müqaviləni e-poçtla göndərəndə istəyirsiniz ki, qarşı tərəfdə o, eyni tərtibatla, eyni şriftlərlə və eyni səhifə keçidləri ilə açılsın. PDF (Portable Document Format) məhz bunun üçün yaradılıb. Bu gün "son variant" sayılan sənədlərin çoxu, fakturalardan və məhkəmə qərarlarından tutmuş elmi məqalələrə və minik talonlarına qədər, PDF kimi ötürülür. Bu məqalədə PDF-in haradan gəldiyi, faylın içində nə olduğu, hansı versiyaların mövcud olduğu və PDF-i başqa formata çevirəndə nəyin qorunub, nəyin itdiyi izah olunur.

PDF nədir?

PDF sənədin hər səhifəsini sabit görünüşlə təsvir edən fayl formatıdır. Word kimi redaktə formatlarında mətn "axır": pəncərəni daraldanda və ya şrifti dəyişəndə sətirlər yenidən düzülür. PDF-də isə hər simvolun, xəttin və şəklin səhifədəki yeri əvvəlcədən müəyyən olunur. Fayl mətni, şriftləri (adətən daxil edilmiş), şəkilləri və vektor qrafikasını vahid paketdə saxlayır, ona görə də sənəd orijinal proqram quraşdırılmamış kompüterdə, telefonda və ya printerdə eyni cür göstərilir.

Bu yanaşmanın bir bədəli var: PDF çıxış formatıdır. O, abzas, başlıq və ya cədvəl kimi semantik məlumatı həmişə saxlamır. Çox vaxt orada yalnız "bu qlifləri bu koordinatda çək" kimi göstərişlər olur. Bu fərqi yadda saxlasanız, PDF-i redaktə etməyin və ya onu yenidən Word sənədinə çevirməyin niyə çətin olduğunu asanlıqla başa düşərsiniz.

Qısa tarixçə

PDF-in kökləri Adobe-nin həmtəsisçisi John Warnock-un 1991-ci ildə irəli sürdüyü "The Camelot Project" adlı təklifə gedib çıxır. Məqsəd istənilən proqramdakı sənədi götürüb istənilən kompüterdə baxmaq və ya çap etmək idi. Adobe-nin məlumatına görə, 1992-ci ilə qədər bu iş PDF-ə çevrilmişdi, PDF və onu oxuyan Acrobat proqramı isə 15 iyun 1993-cü ildə buraxıldı.

İlk on beş il ərzində PDF Adobe-nin spesifikasiyası idi və hər buraxılışla yeni imkanlar qazandı: 1.2-də interaktiv formalar (AcroForms), 1.4-də şəffaflıq və XMP metaməlumatları, 2003-cü ilin avqustunda dərc olunan 1.5-də isə laylar, obyekt axınları və çarpaz istinad axınları. Əsl dönüş nöqtəsi 2008-ci il oldu: PDF 1.7 1 iyul 2008-ci ildə ISO 32000-1:2008 beynəlxalq standartına çevrildi və formata nəzarət ISO komitəsinə keçdi. 2017-ci ildə PDF 2.0 (ISO 32000-2) gəldi, 2020-ci ilin dekabrında isə onun düzəlişli ikinci nəşri çıxdı. 2023-cü ilin aprelindən PDF Association ISO 32000-2-ni pulsuz yükləməyə təqdim edir.

Miqyası təsəvvür etmək üçün: Adobe 2023-cü ilin iyununda bloq yazısında bildirib ki, müştəriləri əvvəlki il ərzində Acrobat məhsullarında 400 milyarddan çox PDF açıb. Bu rəqəm yalnız Adobe məhsullarını əhatə edir; brauzerlərin daxili baxış alətləri və digər proqramlar buraya daxil deyil.

PDF faylının içində nə var?

PDF-i mətn redaktorunda açsanız, ilk sətirdə %PDF-1.7 kimi versiya işarəsi görəcəksiniz. Faylın qalan hissəsi dörd əsas bölmədən ibarətdir:

1. Başlıq (header): formatı və versiyanı bildirən ilk sətir.
2. Gövdə (body): sənədi təşkil edən "dolayı obyektlər". Hər obyektin obyekt nömrəsi və nəsil nömrəsi var. Səhifələr, şriftlər, şəkillər və məzmun axınlarının hamısı obyektdir.
3. Çarpaz istinad cədvəli (xref): hər obyektin baytla ifadə olunmuş yerini sadalayır; bu, oxuyucu proqrama bütün faylı skan etmədən istənilən səhifəyə birbaşa keçməyə imkan verir. PDF 1.5-dən bəri bu cədvəl sıxılmış "xref axını" kimi də saxlanıla bilər.
4. Treyler və faylın sonu: sənəd kataloquna (/Root) işarə edən lüğət, ardınca startxref (xref-in başladığı yer) və %%EOF işarəsi.

Sadələşdirilmiş nümunə belə görünür:

%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 ...
%%EOF

Səhifənin əsl məzmunu məzmun axınındadır. Nümunədə BT ... ET bloku mətn obyektidir, Tf şrifti və ölçünü seçir, Td mövqeyi təyin edir, Tj isə mətni çəkir. Diqqət edin: burada "abzas" və ya "başlıq" anlayışı yoxdur, yalnız yerləşdirilmiş qliflər var. Hətta vizual olaraq tək bir sətir də çox vaxt bir neçə parçaya bölünür.

PDF-in daha bir xüsusiyyəti artımlı yeniləmədir (incremental update). Şərh və ya imza əlavə edəndə proqram faylı yenidən yazmaq əvəzinə onun sonuna yeni obyektlər və yeni xref bölməsi əlavə edə bilər. Rəqəmsal imzalar imzalanmış məzmunu toxunulmaz saxlamaq üçün məhz bu mexanizmə əsaslanır.

PDF profilləri və alt standartlar

ISO 32000 ilə yanaşı müəyyən məqsədlər üçün məhdudlaşdırılmış PDF profilləri də var. Ən tanınmışı uzunmüddətli arxivləşdirmə üçün hazırlanmış PDF/A-dır. Onun birinci hissəsi, PDF/A-1, 2005-ci ilin oktyabrında ISO 19005-1 kimi dərc olunub. PDF/A faylı bütün şriftləri daxil etməli, rəngləri cihazdan asılı olmayan şəkildə təyin etməli və XMP metaməlumatlarını ehtiva etməlidir; şifrələmə, JavaScript, səs, video və xarici asılılıqlar isə qadağandır. Buna görə arxivlər və dövlət qurumları tez-tez PDF/A tələb edir.

Gündəlik həyatda daha vacib fərq mətn əsaslı PDF ilə skan edilmiş PDF arasındadır. Word-dən və ya brauzerdən "PDF kimi saxla" ilə yaradılan faylda seçmək, axtarmaq və kopyalamaq mümkün olan real mətn olur. Skanerdən keçirilmiş kağız vərəq isə PDF-in içində sadəcə şəkildir. Ondan mətn çıxarmaq üçün OCR (optik simvol tanıma) lazımdır.

PDF harada istifadə olunur?

• Hüquqi və rəsmi yazışmalar: rəqəmsal imza dəstəyi sayəsində müqavilələr, ərizələr və qərarlar.
• Mühasibat və e-ticarət: fakturalar, qəbzlər və bank çıxarışları.
• Nəşriyyat və çap: çapa hazır fayllar, elektron kitablar və kataloqlar.
• Akademik mühit: məqalələr, dissertasiyalar və mühazirə qeydləri.
• Formalar: doldurula bilən müraciət və bəyannamə formaları.
• Arxivləşdirmə: PDF/A ilə onilliklər boyu saxlanmalı olan sənədlər.

Güclü və zəif tərəfləri

PDF-i hansı proqramlar açır?

Nadir hallarda nəsə quraşdırmaq lazım olur. Chrome, Edge, Firefox və Safari-nin hamısında PDF baxış aləti var. macOS-da PDF-ləri Preview (Önizləmə), Windows-da isə Edge açır. Qabaqcıl redaktə, forma hazırlamaq və imzalamaq üçün adətən Adobe Acrobat seçilir. Microsoft Word də PDF-i açıb onu redaktə edilə bilən sənədə çevirməyə cəhd edə bilər; nəticə faylın mürəkkəbliyindən asılıdır. Linux-da Evince, Okular və Poppler alətləri geniş istifadə olunur.

Tez-tez rast gəlinən problemlər və həlləri

PDF-dən kopyalanan mətn qarışıq çıxır

PDF mətni oxu ardıcıllığı ilə deyil, çəkilmə ardıcıllığı ilə saxlaya bilər. İki sütunlu məqalədə sətirlər bir-birinə qarışa bilər, bəzi şriftlər isə Unicode uyğunluğu olmadan daxil edildiyindən diakritik hərflər pozulmuş görünə bilər. PDF-i TXT-yə və ya Word-ə çevirmək adətən baxış alətindən kopyalamaqdan daha təmiz nəticə verir.

Fayl şifrələnib, açılmır və ya çevrilmir

PDF-də iki növ parol ola bilər: açma parolu və icazələr parolu (redaktə və ya çap üçün). Heç bir çevirici açma parolu olan faylı parolu bilmədən oxuya bilməz. Parol sizdədirsə, faylı açın, qorumanı götürün, yenidən saxlayın və sonra çevirin.

Skan edilmiş PDF-də axtarış edə bilmirəm

Faylda mətn yox, şəkillər var, ona görə də axtarış və kopyalama işləmir. Mətn qatı əlavə etmək üçün OCR proqramı lazımdır.

Şriftlər orijinaldan fərqli görünür

Faylı yaradan proqram şriftləri daxil etməyibsə, baxış aləti onları oxşarları ilə əvəz edir. İxrac zamanı "şriftləri daxil et" seçimini aktivləşdirmək və ya faylı PDF/A kimi saxlamaq bunun qarşısını alır.

PDF fayllarını çevirmək üçün tövsiyələr

PDF-i çevirmək sabit səhifə tərtibatını axan sənəd kimi yenidən qurmaq deməkdir, ona görə də ən yaxşı alət belə müəyyən təxminlərə əl atmalı olur. Bizim çevirici bunu belə edir: PDF-i Word-ə çevirəndə fayl serverimizə yüklənir, açıq mənbəli Poppler alətləri hər mətn parçasını mövqeyi ilə birlikdə oxuyur və sətirlər yenidən abzaslara birləşdirilir. Qalın və kursiv kimi simvol formatı və oxu axını əsasən qorunur, lakin çoxsütunlu səhifələr, mürəkkəb cədvəllər və mövqeli qutular orijinalla tam üst-üstə düşməyə bilər. Yüklənən fayllar 30 dəqiqə ərzində serverdən silinir.

• Sizə yalnız mətn lazımdırsa, PDF-i TXT-yə çevirmək ən təmiz nəticəni verir: format atılır və oxunaqlı sadə mətn qalır.
• Vebdə səhifə görünüşünü saxlamaq istəyirsinizsə, PDF-dən HTML-ə çevirmə mətni səhifədəki orijinal yerlərində yerləşdirir.
• Skan edilmiş PDF-lərdə mətn olmadığı üçün çeviricimiz onlardan redaktə edilə bilən mətn çıxara bilmir. Əvvəlcə OCR tətbiq edin.
• Şifrələnmiş PDF-lər çevrilə bilməz; parolu götürməyinizi xahiş edən mesaj görəcəksiniz.

Əks istiqamət daha asandır. Word-dən PDF-ə çevirmədə DOCX, DOC və RTF faylları heç bir aralıq addım olmadan LibreOffice vasitəsilə birbaşa PDF-ə keçir, buna görə səhifə tərtibatı, yuxarı və aşağı kolontitullar, cədvəllər və şəkillər qorunur. Serverdə quraşdırılmamış şrift istifadə etmisinizsə, o, oxşar şriftlə əvəz oluna bilər. HTML, Markdown və TXT kimi mənbələr isə A4 səhifələrinə düzülür və brauzer mühərriki ilə PDF-ə çap olunur.

Tez-tez verilən suallar

PDF nə vaxt yaradılıb?

İdeya John Warnock-un 1991-ci ildəki Camelot təklifinə gedib çıxır. PDF və Acrobat 15 iyun 1993-cü ildə buraxıldı, format isə 2008-ci ildə ISO 32000-1 beynəlxalq standartına çevrildi.

PDF 1.7 ilə PDF 2.0 arasında fərq nədir?

PDF 1.7 Adobe-nin son versiyasıdır və 2008-ci ildə ISO 32000-1 kimi standartlaşdırılıb. PDF 2.0 (ISO 32000-2) isə tamamilə ISO daxilində hazırlanıb, 2017-ci ildə dərc olunub və 2020-ci il nəşrində düzəldilib. Gündəlik istifadədə hər ikisi eyni proqramlarda açılır.

PDF/A nədir və onu nə vaxt istifadə etməliyəm?

PDF/A uzunmüddətli arxivləşdirmə üçün məhdudlaşdırılmış PDF profilidir. Şriftlərin daxil edilməsini tələb edir, şifrələmə və JavaScript kimi imkanları isə qadağan edir. Sənəd illər sonra da eyni cür açılmalıdırsa və ya qurum bunu tələb edirsə, onu seçin.

PDF-i Word-ə çevirəndə tərtibat niyə pozulur?

Çünki PDF-də adətən abzas və ya cədvəl məlumatı olmur, yalnız yerləşdirilmiş qliflər olur. Çevirici sətirləri və abzasları bu parçalardan yenidən qurmalıdır. Sadə, tək sütunlu sənədlər çox yaxşı çevrilir; çoxsütunlu və ya cədvəllə dolu səhifələr isə əl ilə düzəliş tələb edə bilər.

Skan edilmiş PDF-i redaktə edilə bilən mətnə çevirə bilərəmmi?

Bunun üçün OCR lazımdır. Çeviricimiz OCR etmir; o, yalnız PDF-də həqiqətən mövcud olan mətni köçürür. Əvvəlcə skan edilmiş sənədi OCR proqramından keçirin, sonra çevirin.

PDF-lərimi çevirmək təhlükəsizdirmi?

Sənəd çevirmə serverimizdə həyata keçirilir. Fayl yalnız çevirmə üçün istifadə olunur və 30 dəqiqə ərzində silinir. Çox məxfi materialları isə yenə də heç bir onlayn xidmətə yükləməmək seçimini edə bilərsiniz.

Mənbələr

• Adobe: What is a PDF? (The Camelot Project və PDF-in yaranması)
• Adobe Blog: Celebrating 30 years of digital transformation with Adobe Acrobat (15 iyun 2023)
• Library of Congress: PDF 1.5 format təsviri
• Library of Congress: PDF/A-1, ISO 19005-1:2005
• Wikipedia: PDF (tarixçə və fayl quruluşu, ikinci dərəcəli mənbə)
• Poppler PDF render kitabxanası