Jak používat PDF Debugger ke kontrole kódu souboru PDF

PDF – všudypřítomný formát dokumentů na webu byl vynalezen v Adobe Systems na počátku 80. let. V té době laserové tiskárny právě dosáhly věku s tiskárnou Apple LaserWriter a Macintosh Plus, které sloužily jako jeden z prvních komerčních počítačových systémů na světě.

PostScript je jazyk, který popisuje, jak má být stránka rozložena na obrazovce nebo na papíře. Ačkoli byl PostScript zpočátku používán v ROM laserových tiskáren, později byl použit v počítačích vyrobených druhou společností Steva Jobse, NeXT Inc.

Operační systém NeXT NeXTStep (později nazývaný OpenStep) překonal dřívější omezení na obrazovce pomocí Zobrazit PostScript pro zobrazení textu, tvarů a obrázků na obrazovce.

Přestože původní standard souborů PDF společnosti Adobe nebyl technicky čistý PostScript, byl z něj odvozen. Ve verzi 1.3 publikované v roce 2000 přidala společnost Adobe podporu zobrazovacího modelu PostScript Language Level 3.

Podporoval také původní a dnes již zaniklý standard písem Adobe Type 1, kterému se budeme věnovat v budoucím článku.

O pár let později Adobe představilo Portable Document Format, popř PDF, který se stal dokumentovým a webovým standardem. PDF byl původně proprietární formát Adobe, ale v roce 2008 byl standardizován jako ISO 32000.

Norma byla znovu revidována v roce 2020.

PDF téměř nespatřilo světlo světa, protože velká část vedení Adobe po něm v té době neviděla žádnou poptávku a PostScript byl stále dominantním jazykem pro popis stránek ve světě grafického designu, DTP a tisku.

PDF může také vkládat formuláře, digitální podpisy, 3D objekty, video a řadu dalšího obsahu. Soubory PDF lze šifrovat a chránit hesly, i když společnost Adobe nedávno oznámila, že ukončila podporu pro původní formát písma PostScript – písma Type 1.

Když otevřete soubor PDF na moderním počítači, aplikace použije operační systém nebo kód knihovny ke čtení pokynů k souboru PDF. Převádí příkazy do nativních kreslicích rutin pro zobrazení v OS.

Pro macOS a iOS je to Křemen framework, který obsahuje API pro práci se soubory PDF, a Základní grafika framework, který poskytuje grafické kontexty kreslení pro zobrazení PDF. Apple rozdělil původní funkčnost rámce Quartz, takže Core Graphics zvládá většinu kreslicích primitiv a kontextů a Quartz se stará o obrázky, operace PDF a funkci náhledu Quick Look.

Aplikace Preview a tiskový systém společnosti Apple dříve umožňovaly otevírat, zobrazovat a tisknout PostScript přímo ve formě souborů .ps, které obsahují kód PostScript, ale tato podpora byla v macOS 14 Sonoma ukončena. Náhled podporuje soubory PDF po celá desetiletí.

Stále můžete zobrazit nezpracovaný obsah PostScriptu souborů .ps na Macu jednoduše jejich přetažením do aplikace TextEdit. Otevřou se jako textové soubory a můžete číst PostScript přímo.

Soubory PDF a PostScript ve Finderu.

Ačkoli většina moderních laserových tiskáren již ve svých ROMech neobsahuje překladače PostScript, některé laserové tiskárny na spotřebitelské úrovni obsahují emulátory PostScript, jako je BR-Script od společnosti Brother, které mohou přijímat, dekódovat a tisknout soubory .ps pomocí nativního vykreslování tiskárny.

Do souboru PDF se můžete podívat a zobrazit jeho nezpracovaný obsah pomocí nástroje pro Mac hex editor, jako je HexFiend nebo HexEdit. Hexadecimální editory jsou navrženy tak, aby zobrazovaly obsah kódu a binárního souboru, ale lze je použít k zobrazení jakéhokoli obsahu souboru, pokud znáte formát souboru.

Prohlížení obsahu PDF v Hex Fiend.

Ale u mnoha souborů, včetně souborů PDF, mohou být nezpracovaná data zakódována nebo uložena takovým způsobem, že nejsou pro člověka čitelná. Z tohoto důvodu, abyste porozuměli tomu, na co se díváte v hexadecimálních editorech, musíte být obeznámeni s vnitřními prvky formátu souboru.

V případě souborů PDF obvykle začínají klíčem „%PDF“ a končí „%EOF“.

Většina souborů PDF se skládá z hierarchické stromové struktury. Některé uzly ve stromu se skládají z podřízených uzlů, které dále popisují nadřazené uzly, zatímco jiné uzly (listové uzly) obsahují pouze informace o souboru, jako je počet stránek, typ, délka, podrobnosti o tvůrci a další informace.

Soubory PDF se mohou poškodit a obsahovat neplatná stromová data, což je ve většině případů činí nečitelnými. Pokud si myslíte, že máte poškozený soubor PDF, nebo jen chcete zobrazit informace o stromu PDF, nyní existuje snadný způsob.

PDF Debugger, jednoduchý webový nástroj od Ukrajince Yevhenii Hyzyla vám to umožní. Je to snadné: jednoduše přetáhněte libovolný soubor PDF z Finderu Mac do podokna přetažení na stránce a přečte a zobrazí informace o stromu PDF souboru.

Přetažením PDF na stránku PDF Debugger zobrazíte jeho stromové informace.

Přestože PDF Debugger nezobrazuje celý obsah PDF, stále k tomu můžete použít hex editor nebo jinou aplikaci pro čtení nezpracovaných dat.

Jiné nástroje mohou převádět soubory PDF do souborů .ps, takže můžete číst PostScript přímo.

PDF Debugger je rychlý a snadný způsob, jak ověřit základní strukturu souborů PDF.

Hyzyla má na své stránce GitHub také obalovou knihovnu pro JavaScript engine Node.js, která využívá vysoce výkonnou knihovnu PDFium od Googlu napsanou v WebAssembly.