PDF Nedir? Yapısı, Tarihçesi ve Dönüştürme İpuçları

Bir sözleşmeyi e-postayla gönderdiğinizde karşı tarafta da aynı sayfa düzeniyle, aynı yazı tipleriyle ve aynı sayfa sonlarıyla açılmasını istersiniz. PDF (Portable Document Format, taşınabilir belge biçimi) tam olarak bu ihtiyaç için tasarlandı. Bugün faturadan mahkeme kararına, akademik makaleden uçak biletine kadar "son hali" olan belgelerin büyük kısmı PDF olarak dolaşıyor. Bu yazıda PDF'in nereden geldiğini, dosyanın içinde neler olduğunu, hangi sürümlerin bulunduğunu ve PDF'i başka biçimlere çevirirken nelerin korunup nelerin kaybolduğunu ayrıntılı olarak ele alıyoruz.

PDF nedir?

PDF, bir belgenin her sayfasını sabit bir görünümle tanımlayan bir dosya biçimidir. Word gibi düzenleme odaklı biçimlerde metin "akar": pencereyi daraltırsanız ya da yazı tipini değiştirirseniz satırlar yeniden dizilir. PDF'te ise her karakterin, çizginin ve görselin sayfadaki konumu baştan bellidir. Dosya; metni, yazı tiplerini (genellikle gömülü olarak), görselleri ve vektörel çizimleri tek bir pakette taşır. Bu sayede belge, onu oluşturan programın kurulu olmadığı bir bilgisayarda, telefonda ya da yazıcıda da aynı şekilde görüntülenir.

Bu yaklaşımın bir bedeli var: PDF bir "çıktı" biçimidir. İçinde paragraf, başlık ya da tablo gibi anlamsal bilgiler her zaman bulunmaz; çoğu zaman yalnızca "şu koordinata şu harfleri çiz" komutları vardır. PDF'i düzenlemenin ya da Word'e çevirmenin neden zor olduğunu anlamak için bu ayrım çok önemli.

Kısa tarihçe

PDF'in kökeni, Adobe'nin kurucu ortaklarından John Warnock'un 1991'de "Camelot Projesi" adıyla yazdığı bir öneriye dayanır. Amaç, herhangi bir uygulamadan belge yakalayıp bunu herhangi bir makinede görüntüleyip yazdırabilmekti. Adobe'nin anlatımına göre bu çalışma 1992'de PDF'e dönüştü. PDF ve onu okuyan Acrobat yazılımı 15 Haziran 1993'te kullanıma sunuldu.

İlk yıllarda Adobe'nin kendi şartnamesi olan PDF, zamanla birçok yeni özellik kazandı: 1.2 sürümüyle etkileşimli formlar (AcroForms), 1.4 ile saydamlık ve XMP meta verisi, Ağustos 2003'te yayımlanan 1.5 ile katmanlar, nesne akışları ve çapraz başvuru akışları geldi. Asıl dönüm noktası 2008'dir: PDF 1.7, 1 Temmuz 2008'de ISO 32000-1:2008 olarak uluslararası standart oldu ve biçimin denetimi bir ISO komitesine geçti. Ardından 2017'de PDF 2.0 (ISO 32000-2) yayımlandı, Aralık 2020'de düzeltilmiş ikinci baskısı çıktı. PDF Association, Nisan 2023'ten itibaren ISO 32000-2'yi ücretsiz indirilebilir hale getirdi.

Kullanım ölçeği hakkında bir fikir vermesi için: Adobe, Haziran 2023 tarihli blog yazısında müşterilerinin bir önceki yılda Acrobat ürünlerinde 400 milyardan fazla PDF açtığını belirtiyor. Bu sayı yalnızca Adobe ürünlerini kapsıyor; tarayıcıların yerleşik görüntüleyicileri ve diğer programlar buna dahil değil.

PDF dosyasının içinde ne var?

Bir PDF dosyasını metin düzenleyiciyle açarsanız ilk satırda %PDF-1.7 gibi bir sürüm imzası görürsünüz. Dosyanın geri kalanı dört ana bölümden oluşur:

1. Başlık (header): Biçimin ve sürümün belirtildiği ilk satır.
2. Gövde (body): Belgeyi oluşturan "dolaylı nesneler". Her nesnenin bir numarası ve bir kuşak (generation) numarası vardır. Sayfalar, yazı tipleri, görseller ve içerik akışları bu nesnelerdir.
3. Çapraz başvuru tablosu (xref): Her nesnenin dosya içindeki bayt konumunu listeler. Okuyucu programın dosyayı baştan sona taramadan istediği sayfaya atlayabilmesi bu tablo sayesindedir. PDF 1.5'ten itibaren bu bilgi sıkıştırılmış bir "xref akışı" olarak da saklanabilir.
4. Trailer ve dosya sonu: Belge kataloğuna (/Root) işaret eden sözlük, ardından xref'in nerede başladığını gösteren startxref ve %%EOF işareti.

Basitleştirilmiş bir örnek şöyle 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 (Merhaba) Tj ET
endstream endobj
xref ...
trailer << /Root 1 0 R /Size 5 >>
startxref ...
%%EOF

Sayfanın asıl içeriği "içerik akışı" (content stream) denen bölümdedir. Örnekteki BT ... ET bloğu bir metin nesnesini, Tf yazı tipini ve boyutunu, Td konumu, Tj de çizilecek metni belirtir. Gördüğünüz gibi burada "paragraf" ya da "başlık" kavramı yok; yalnızca konumlandırılmış harfler var. Bir satır bile çoğu zaman birden fazla parçaya bölünmüş olabilir.

PDF'in bir başka özelliği artımlı güncellemedir: Bir PDF'e not eklediğinizde ya da imza attığınızda program dosyayı baştan yazmak yerine değişiklikleri sona yeni nesneler ve yeni bir xref bölümü olarak ekleyebilir. Dijital imzaların, imzadan önceki içeriği bozmadan çalışabilmesi bu mekanizmaya dayanır.

PDF türleri ve alt standartlar

ISO 32000'in yanında, belirli amaçlar için kısıtlanmış PDF profilleri de vardır. En yaygını uzun süreli arşivleme için geliştirilen PDF/A'dır. İlk sürümü PDF/A-1, Ekim 2005'te ISO 19005-1 olarak yayımlandı. PDF/A dosyasında tüm yazı tiplerinin gömülü olması, renklerin cihazdan bağımsız tanımlanması ve XMP meta verisi zorunludur; şifreleme, JavaScript, ses ve video ile dış kaynaklara bağımlılık yasaktır. Kamu kurumları ve arşivler bu yüzden PDF/A ister.

Pratikte karşınıza çıkacak bir diğer ayrım da metin tabanlı PDF ile taranmış PDF arasındadır. Word'den ya da bir tarayıcıdan "PDF olarak kaydet" ile oluşturulan dosyada gerçek metin vardır; seçebilir, arayabilir, kopyalayabilirsiniz. Tarayıcıdan (scanner) geçirilmiş bir kağıt ise PDF'in içinde yalnızca bir görüntüdür. Böyle bir dosyadan metin elde etmek için OCR (optik karakter tanıma) gerekir.

Nerelerde kullanılır?

• Resmi yazışma ve hukuk: Sözleşmeler, dilekçeler, kararlar; dijital imza desteği nedeniyle tercih edilir.
• Muhasebe ve e-ticaret: Faturalar, makbuzlar, banka dökümleri.
• Yayıncılık ve baskı: Matbaaya gönderilen dosyalar, e-kitaplar, kataloglar.
• Akademi: Makaleler, tezler ve ders notları.
• Formlar: Doldurulabilir başvuru ve beyan formları.
• Arşivleme: PDF/A ile uzun yıllar saklanması gereken kayıtlar.

Güçlü ve zayıf yönleri

Hangi programlar açar?

PDF açmak için ek bir program kurmanız çoğu zaman gerekmez. Chrome, Edge, Firefox ve Safari gibi tarayıcıların hepsinde yerleşik PDF görüntüleyici var. macOS'te Önizleme, Windows'ta Edge varsayılan olarak PDF açar. Gelişmiş düzenleme, form hazırlama ve imza için Adobe Acrobat yaygın bir seçenektir. Microsoft Word de PDF'i açıp düzenlenebilir belgeye çevirmeyi dener; ancak sonuç, belgenin karmaşıklığına göre değişir. Linux tarafında Evince, Okular ve Poppler araçları kullanılır.

Sık karşılaşılan sorunlar ve çözümleri

PDF'ten kopyaladığım metin karışık çıkıyor

PDF'te metin, okuma sırasına göre değil, çizim sırasına göre saklanabilir. İki sütunlu bir makalede satırlar birbirine karışabilir; bazı yazı tipleri harfleri Unicode karşılığı olmadan gömdüğü için Türkçe karakterler bozuk görünebilir. Böyle durumlarda metni doğrudan kopyalamak yerine PDF'i TXT ya da Word'e dönüştürmek genellikle daha düzenli sonuç verir.

Dosya şifreli, açılmıyor ya da dönüştürülemiyor

PDF iki tür parola taşıyabilir: açma parolası ve izin (düzenleme, yazdırma) parolası. Açma parolası olan bir dosyayı hiçbir dönüştürücü parolayı bilmeden okuyamaz. Parolayı biliyorsanız dosyayı açıp korumayı kaldırarak yeniden kaydedin, sonra dönüştürün.

Taranmış PDF'te arama yapamıyorum

Dosyada metin değil görüntü olduğu için arama ve kopyalama çalışmaz. OCR özellikli bir yazılımla metin katmanı eklemeniz gerekir.

Yazı tipleri farklı görünüyor

Oluşturan program yazı tiplerini gömmediyse, görüntüleyici benzer bir yazı tipi kullanır. Dosyayı üretirken "yazı tiplerini göm" seçeneğini açmak ya da PDF/A olarak kaydetmek bu sorunu önler.

PDF'i dönüştürürken nelere dikkat etmeli?

PDF'i başka bir biçime çevirmek, sabit sayfa düzenini yeniden akan bir belgeye dönüştürmek demektir. Bu yüzden ne kadar iyi bir araç kullanırsanız kullanın, sonuç "tahmine" dayanır. Kendi dönüştürücümüzde süreç şöyle işler: PDF'ten Word'e dönüştürürken dosya sunucumuza yüklenir, açık kaynaklı Poppler araçlarıyla sayfadaki metin parçaları konumlarıyla birlikte okunur ve satırlar paragraflara birleştirilir. Kalın, italik gibi yazı biçimleri ve metin akışı büyük ölçüde korunur; ancak çok sütunlu sayfalar, karmaşık tablolar ve konumlandırılmış kutular orijinaldeki gibi kalmayabilir. Yüklenen dosyalar 30 dakika içinde sunucudan silinir.

• Sadece metne ihtiyacınız varsa PDF'ten TXT'ye dönüştürmek en temiz sonucu verir; biçimlendirme atılır, okunabilir düz metin kalır.
• Sayfa görünümünü web'de korumak istiyorsanız PDF'ten HTML'e dönüştürme, metinleri sayfadaki konumlarıyla birlikte yerleştirir.
• Taranmış PDF'lerde dosyada metin olmadığı için dönüştürücümüz düzenlenebilir metin çıkaramaz; önce OCR uygulanmalıdır.
• Şifreli PDF'ler dönüştürülemez; sistem bu durumda parolanın kaldırılmasını isteyen bir uyarı gösterir.

Ters yönde, yani bir belgeyi PDF'e çevirirken durum daha kolaydır. Word'den PDF'e dönüşümde DOCX, DOC ve RTF dosyaları ara adım olmadan doğrudan LibreOffice ile PDF'e aktarılır; sayfa düzeni, üst ve alt bilgiler, tablolar ve görseller korunur. Sunucuda bulunmayan bir yazı tipi kullandıysanız benzer bir yazı tipiyle değiştirilebileceğini unutmayın. HTML, Markdown, TXT ve UDF gibi kaynaklar ise A4 sayfaya yerleştirilerek bir tarayıcı motoruyla PDF'e basılır; örneğin UDF'den PDF'e dönüştürme UYAP belgelerini paylaşmanın pratik bir yoludur.

Sık Sorulan Sorular

PDF hangi yıl ortaya çıktı?

Fikir John Warnock'un 1991 tarihli Camelot önerisine dayanır. PDF ve Acrobat, 15 Haziran 1993'te kullanıma sunuldu. Biçim 2008'de ISO 32000-1 adıyla uluslararası standart oldu.

PDF 2.0 ile PDF 1.7 arasındaki fark nedir?

PDF 1.7, 2008'de ISO 32000-1 olarak standartlaşan son Adobe sürümüdür. PDF 2.0 (ISO 32000-2) ise tamamen ISO sürecinde geliştirildi; 2017'de yayımlandı, 2020'de düzeltilmiş baskısı çıktı. Günlük kullanımda iki sürüm de aynı programlarla açılır.

PDF/A nedir, ne zaman kullanmalıyım?

PDF/A, uzun süreli arşivleme için kısıtlanmış bir PDF profilidir. Yazı tiplerinin gömülmesini zorunlu kılar, şifreleme ve JavaScript gibi özellikleri yasaklar. Belgeyi yıllar sonra da aynı şekilde açabilmeniz gerekiyorsa ya da bir kurum PDF/A istiyorsa bu profili seçin.

PDF'i Word'e çevirince düzen neden bozuluyor?

Çünkü PDF'te paragraf ve tablo bilgisi çoğu zaman yoktur; yalnızca konumlandırılmış harfler vardır. Dönüştürücü bu parçalardan satır ve paragrafları yeniden kurmak zorundadır. Basit, tek sütunlu belgelerde sonuç çok iyidir; çok sütunlu ya da yoğun tablolu sayfalarda elle düzeltme gerekebilir.

Taranmış bir PDF'i düzenlenebilir metne çevirebilir miyim?

Bunun için OCR gerekir. Dönüştürücümüz OCR yapmaz; yalnızca PDF'te gerçekten bulunan metni aktarır. Taranmış belgeyi önce OCR destekli bir yazılımdan geçirip sonra dönüştürmeniz gerekir.

PDF'lerimi dönüştürmek güvenli mi?

Belge dönüştürme sunucumuzda yapılır. Dosya yalnızca dönüştürme için kullanılır ve 30 dakika içinde silinir. Yine de çok gizli belgeleri hiçbir çevrim içi hizmete yüklememeyi tercih edebilirsiniz.

Kaynaklar

• Adobe: What is a PDF? (Camelot Projesi ve PDF'in doğuşu)
• Adobe Blog: Celebrating 30 years of digital transformation with Adobe Acrobat (15 Haziran 2023)
• Library of Congress: PDF 1.5 biçim açıklaması
• Library of Congress: PDF/A-1, ISO 19005-1:2005
• Wikipedia: PDF (tarihçe ve dosya yapısı, ikincil kaynak)
• Poppler PDF işleme kitaplığı