Die Funktionen, und was sie wirklich tun
Jede Funktion wird mit ihrer Grenze beschrieben. Vier Familien: die Dokumente, die auf einem Seitenplan arbeiten; die Bilder, die einzeln umgewandelt werden; die Videos samt Untertiteln, deren Ströme kopiert und nie neu kodiert werden; die Archive, deren Inhalt in einen anderen Behälter kopiert wird.
Ein einziger Arbeitsplan
Zusammenfügen, teilen, Seiten löschen, drehen, ordnen: das sind fünf Arten, dasselbe zu sagen, welche Seiten, in welcher Reihenfolge. Hier ist es ein einziger Arbeitsplan.
Hier legen Sie ab, was Sie haben (PDF, Fotos, Scans), ordnen und exportieren. Ein Zusammenfügen ist ein Plan, in dem alles geblieben ist; ein Teilen ein Plan, in dem alles bis auf drei Seiten entfernt wurde. Jede Seite wird als Miniatur gezeigt: Man löscht die „Seiten 4, 7 und 12“ eines Berichts nicht, ohne sie zu sehen.
Bilder → PDF, und PDF → Bilder
Von Bildern zu einem PDF
Drei Handyfotos eines Belegs, die eine Stelle als ein einziges PDF haben will: Legen Sie sie ab, sie werden zu Seiten. Von da an unterscheidet sie nichts mehr von einem PDF: man ordnet sie um, dreht sie, schiebt sie zwischen zwei Seiten eines Vertrags, nummeriert sie.
Jedes Bild wird mittig auf ein A4- oder Letter-Blatt gelegt, ohne Verzerrung und ohne erzwungene Vergrößerung; ein kleines Bild bleibt klein, statt seine Pixel zu zeigen. Angenommen werden JPEG und PNG: die beiden Formate, die ein PDF unverändert tragen kann. Die EXIF-Daten Ihrer Fotos überleben das nicht: Nur die Pixel werden übernommen, nicht die Kamera, nicht das Datum, nicht die GPS-Koordinaten.
Von einem PDF zu Bildern
Jede Seite kommt als PNG oder JPEG heraus, mit 72, 150 oder 300 Punkten pro Zoll. Ab der zweiten Seite kommen die Dateien in einem ZIP-Archiv: Kein Browser lässt vierzig Downloads hintereinander zu.
Die Bilder werden aus dem erzeugten Dokument gerendert, mit seiner Reihenfolge, seinen Drehungen, seinen Seitenzahlen und seinem Wasserzeichen: nicht aus den Ausgangsdateien. Was herauskommt, sieht also genau so aus, wie es der Bildschirm gezeigt hat.
Eine zum Bild gewordene Seite ist flachgerechnet: kein markierbarer Text mehr, keine Formularfelder. Manchmal ist genau das gewollt. Eine Schwärzung ist es nicht: Was gezeichnet ist, bleibt für das Auge lesbar, und damit für eine Texterkennung.
Seitenzahlen
Sie haben gerade drei PDF zusammengefügt, acht Seiten entfernt und zwölf umgeordnet: Die auf den Originalen gedruckten Zahlen bedeuten nichts mehr. Die Nummerierung gilt deshalb dem erzeugten Dokument, von vorn bis hinten, gleich aus wie vielen Dateien es stammt.
- Die Form: „3“, „- 3 -“, „3/12“, „Seite 3 von 12“.
- Die Position: die neun Punkte der Seite, Rand inbegriffen.
- Die erste Zahl und die erste nummerierte Seite: zwei getrennte Einstellungen, denn ein Deckblatt und drei Vorsatzseiten werden nicht nummeriert, und die Zählung soll auf dem vierten Blatt trotzdem bei 1 beginnen.
- Der Wechsel bei Vorder- und Rückseite: Die Zahlen wandern nach außen, auf ungeraden Seiten nach rechts, auf geraden nach links. Ohne das fällt die Hälfte der Zahlen eines gebundenen Dokuments in den Falz.
Querformatige Seiten werden als solche behandelt
Auf einer quer liegenden Tabelle wird die Zahl richtig herum und an der richtigen Stelle gedruckt.
Wasserzeichen
„KOPIE“, „ENTWURF“, „VERTRAULICH: nicht weitergeben“. Ein Wasserzeichen gibt es, damit eine kopierte, abfotografierte oder gedruckte Seite den Hinweis weiterhin trägt. Es liegt deshalb über dem Inhalt, nie darunter, und durchscheinend, damit es sichtbar ist, ohne das Lesen zu verhindern.
Diagonal in der Mitte oder als Kachel über die ganze Seite wiederholt: Das zweite lässt sich sehr viel schwerer wegschneiden. Die Größe passt sich jedem Blatt selbst an, auch im Querformat.
Es ist kein Schutz. Ein Wasserzeichen ist eine Zeichnung über einer Seite; wer entschlossen ist, entfernt sie. Es ist ein Hinweis, der dem Dokument folgt, wenn es den Besitzer wechselt.
Text und Bilder hinzufügen
Ein Vermerk, ein Datum, eine Anlagennummer, ein Stempel „EINGEGANGEN AM“, eine eingescannte Unterschrift, ein Logo: an die gewünschte Stelle gesetzt, auf allen Seiten, auf der ersten oder der letzten, mit ihrer Größe, ihrer Neigung und ihrer Deckkraft.
Das ist die überwältigende Mehrheit der tatsächlichen „PDF bearbeiten“-Fälle: ein druckbares Formular ausfüllen, abzeichnen, datieren, stempeln, eine Anlage mit einer Nummer versehen.
Es ist keine Textverarbeitung. Wir schreiben den Inhalt eines PDF nicht um und ersetzen kein Wort in einem Satz: ein PDF ist ein festgelegtes Layout. Was hier geschieht, ist eine Ebene darüberzulegen.
Texte werden mit den Standardschriften des PDF geschrieben, die Deutsch, Französisch und die westeuropäischen Sprachen abdecken. Ein Zeichen, das sie nicht kennen, wird während des Tippens gemeldet, nie erst beim Speichern.
Verkleinern
Ein zwanzigseitiger Vertrag als Text wiegt hundert Kilobyte; derselbe Vertrag eingescannt wiegt vierzigmal so viel. Was in einem PDF wiegt, sind die Bilder: in voller Auflösung gespeichert, weil der Kopierer mit 600 dpi scannt und keine Software ihn je um etwas anderes gebeten hat. Verkleinern heißt also, sie zu skalieren und neu zu kodieren, und sonst nichts.
- Wir rastern nie. Ein Textdokument in Bilder zu verwandeln spart viel Gewicht und kostet den markierbaren, durchsuchbaren Text. Hier bleibt eine Seite eine Seite.
- Kleine Bilder rühren wir nicht an: Logos, Briefköpfe, Unterschriften. Der Gewinn wäre in Bytes zu zählen, der Verlust wäre auf dem Bildschirm zu sehen.
- Was wir nicht mit Sicherheit wieder lesen können, lassen wir liegen: Transparenz, CMYK, JPEG 2000, Fax. Und der Bericht nach dem Export sagt, wie viele Bilder unangetastet blieben und warum.
Säubern: was herauskommt, und was nicht
Das exportierte Dokument wird neu aufgebaut, nie nachträglich verändert: Wir beginnen bei einem leeren PDF und kopieren die gewünschten Seiten hinein.
- Was gelöscht ist, ist wirklich gelöscht. Ein „durch Anhängen“ geändertes PDF behält seine früheren Fassungen in der Datei: Die Seite, die Sie entfernt zu haben glauben, liegt noch da, unter der neuen. So wurden geschwärzte Dokumente nach der Veröffentlichung wieder lesbar gemacht. Hier wird nur kopiert, was bleiben soll.
- Die Metadaten verschwinden: Autor, Titel, erzeugende Software (die oft den Namen des Arbeitsplatzes trägt) und die Daten, ersetzt durch die Epoche null statt durch die Uhrzeit, zu der Sie gerade gearbeitet haben.
- Aktive Inhalte werden entschärft: Dokument-JavaScript, Aktionen beim Öffnen, Anhänge, XFA-Formulare, Anmerkungen, die ein Programm starten. Gewöhnliche Links bleiben: Sie lösen nur auf Klick aus.
Was an der Tür gelesen wird
Weder dem Dateinamen noch dem angegebenen Typ wird geglaubt: Beides schreibt derjenige, der die Datei schickt. Gelesen werden die Bytes. Und ein passwortgeschütztes PDF fragt nach seinem Passwort; aufgebrochen wird es nie.
Zuschneiden
Ein flach eingescanntes Buch trägt an drei Seiten zwei Zentimeter Grau; ein abfotografierter Beleg schwimmt mitten auf einem A4-Blatt. Sie ziehen den Rahmen, der bleiben soll, auf der Seite, während Sie sie ansehen, nicht, indem Sie „linker Rand: 24 mm“ eintragen und dann den Export öffnen, um zu sehen, wo es gelandet ist. Der Rahmen wird als Bruchteil des Formats gehalten: Eine Akte aus vier Dateien in A4, Letter und A3 wird überall gleich beschnitten.
Zuschneiden rahmt, es löscht nicht. Eine PDF-Seite trägt einen Beschnittrahmen, und Betrachter zeigen nur, was er begrenzt: der überstehende Inhalt bleibt aber in der Datei, und jeder Editor kann den Rahmen auf seine ursprüngliche Größe zurücksetzen. Wenn das Überstehende endgültig verschwinden soll, brauchen Sie das Schwärzen.
Unterschreiben, und eine Ebene auflegen
Unterschreiben ist derselbe Handgriff wie ein Bild hinzufügen: Sie legen das Foto Ihrer Unterschrift wie eine gewöhnliche Datei ab, setzen es an die gewünschte Stelle und fügen Datum und Vermerk hinzu. Das erzeugte Dokument wird Seite für Seite neu aufgebaut: Die Unterschrift ist Teil der Seite, keine Anmerkung, die sich ablösen ließe. Die EXIF-Daten des Fotos überleben das nicht: weder die Kamera noch das Datum noch die GPS-Koordinaten.
Es ist keine elektronische Signatur im Sinne der eIDAS-Verordnung. Nichts hier bestätigt Ihre Identität, versieht den Vorgang mit einem Zeitstempel oder versiegelt das Dokument mit einem Zertifikat: Es entspricht einer fotokopierten handschriftlichen Unterschrift und ist so viel wert wie das Vertrauen zwischen den Beteiligten. Für einen Vorgang, der eine qualifizierte Signatur verlangt, brauchen Sie einen Vertrauensdiensteanbieter, und der bekommt Ihr Dokument, von Bauart wegen.
Überlagern legt ein PDF auf ein anderes: Briefpapier auf ein Schreiben, einen Planrahmen auf vierzig Zeichnungsblätter, einen Stempel auf eine Anlage. Die Ebene passt sich dem Format jeder Seite an, ohne sich zu verzerren, und ihre Deckkraft lässt sich einstellen. Sie liegt darüber, nie darunter: Einen Hintergrund unter den Inhalt zu schieben würde die Seite ihren markierbaren Text, ihre Links und ihre Formularfelder kosten.
Herausholen, was im Dokument steckt
Der Text
Der gesamte Text eines PDF in einer .txt-Datei, mit einer Marke je Seite: „Seite 12“ ist das, was man in eine E-Mail schreibt, und man muss sie wiederfinden können. Seiten ohne Text werden als solche benannt statt leer gelassen. Bei einer eingescannten Akte sagt die erste Zeile „keine der 12 Seiten trägt extrahierbaren Text“: Das ist eine Antwort, keine Panne.
Der Text wird so wiedergegeben, wie das Dokument ihn trägt: am Zeilenende getrennte Wörter bleiben getrennt, Spalten werden nicht entwirrt, Tabellen nicht wiederhergestellt. Solche Dinge zu erraten heißt, sich stillschweigend zu irren. Eine gescannte Seite trägt überhaupt keinen Text: den Scan durchsuchbar zu machen liest ihn und legt den erkannten Text darauf, und die Extraktion arbeitet danach am erzeugten Dokument.
Markdown
Die Überschriften, Absätze, Listen, Links und einfachen Tabellen eines PDF, in einer .md-Datei. Hier wird die Struktur aus dem Layout erraten, was die Textextraktion ablehnt, und deshalb wird das Ergebnis Seite für Seite gezeigt, bevor es gespeichert wird: was gefunden wurde, was entfernt wurde (wiederholte Kopfzeilen und Seitenzahlen) und welche Seiten mehrspaltig wirken, wo die Lesereihenfolge wahrscheinlich falsch ist.
Die Bilder
Nicht ein Foto jeder Seite, das ist PDF in Bilder, sondern die eingebetteten Bilder: die drei Fotos des Unfallberichts, der Scan des Belegs, das Diagramm im Bericht. Ein JPEG kommt Byte für Byte heraus: Das ist keine Umwandlung, das ist eine Entnahme, und es kommt kein Qualitätsverlust zu dem hinzu, den der Scanner schon eingebaut hat. Ein Bild, das auf dreißig Seiten liegt, kommt nur einmal heraus.
Was sich nicht mit Sicherheit wieder lesen lässt, bleibt im Dokument: JPEG 2000, CCITT-Fax, CMYK, indizierte Palette, und der Bildschirm sagt, wie viele Bilder und warum.
Zwei Fassungen vergleichen
Zwei Fassungen eines Vertrags, eines Angebots, eines Schriftsatzes: Das Werkzeug sagt, welche Wörter sich geändert haben, Seite für Seite. Beide Fassungen bleiben auf Ihrem Gerät.
Die Seiten werden zuerst nach ihrer Ähnlichkeit einander zugeordnet, nie nach ihrer Reihenfolge: Sonst ließe ein vorn eingefügtes Deckblatt den ganzen Rest des Dokuments als neu geschrieben erscheinen. Die Wörter der zugeordneten Seiten werden dann so verglichen, dass die kleinste Menge gezeigt wird, die den Übergang vom einen zum anderen Text erklärt: Ein hinzugefügtes Komma bleibt ein hinzugefügtes Komma. Unveränderter Text wird um jede Änderung herum zusammengezogen.
Der Bericht wird als reiner Text gespeichert, entfernte Wörter mit einem „-“ und hinzugefügte mit einem „+“ davor: die Konvention aller Vergleichswerkzeuge.
Dieses Werkzeug vergleicht Text, und sonst nichts: weder Bilder noch Layout, weder Farben noch Tabellen als Tabellen. Ein eingescanntes Dokument trägt keinen extrahierbaren Text: Zwei Scans verglichen sich also wie zwei leere Seiten, und der Bildschirm sagt das, statt Ihnen zwei identische Dokumente zu melden.
Die Bilder, die zweite Familie
Dieselben Handgriffe, an Dateien, die man zehnmal häufiger anfasst: ein Foto verkleinern, damit es per E-Mail durchgeht, es für ein Formular skalieren, das oberhalb von 2 MB ablehnt, es zuschneiden, es umwandeln, weil eine Website nur JPEG annimmt. Die Dienste, die das anbieten, verlangen dafür das Foto: das eines Ausweises, einer Meldebescheinigung, eines Kindes.
Sechs Werkzeuge: komprimieren, Größe ändern, zuschneiden, umwandeln zwischen JPEG, PNG und WebP, drehen und mit Wasserzeichen versehen. Alles läuft über den Bilddecoder des Browsers, denselben, der Webseiten anzeigt: für diese Familie wurde keine einzige Abhängigkeit hinzugefügt.
EXIF-Daten überleben das nicht. Ein Handyfoto trägt das Kameramodell, das Datum, die Uhrzeit und oft die GPS-Koordinaten des Ortes, an dem es aufgenommen wurde. Nur die Pixel werden übernommen: Was hier herauskommt, sagt nicht mehr, wo Sie waren.
Was wir nicht tun werden: mit künstlicher Intelligenz vergrößern, einen Hintergrund freistellen, ein Gesicht retuschieren. Diese drei verlangen ein Modell von mehreren Dutzend Megabyte, heruntergeladen von einem fremden Server.
RAW-Dateien von Kameras und HEIC-Dateien vom iPhone lassen sich öffnen, und jede hat ihre eigene Seite, die sagt, was sie kostet: ein RAW öffnen holt die Vorschau heraus, die die Kamera geschrieben hat, Byte für Byte und ohne Neukodierung; ein HEIC umwandeln dekodiert und kodiert neu, also eine Kompressionsgeneration mehr, und sein anderthalb Megabyte großer Dekodierer wird erst beim ersten abgelegten HEIC geladen.
Wofür wir nicht garantieren
Das Aufspüren aktiver Inhalte, die beim Öffnen eines Dokuments ausgeführt werden, geschieht an den rohen Bytes. Ein PDF mit komprimierten Objekten, der häufigste Fall, kann ein Skript vor diesem Durchlauf verbergen. Dieser Hinweis warnt, er schützt nicht. Der Schutz besteht darin, nie etwas aus dem Dokument auszuführen und die Ausgabe neu aufzubauen.