Le funzionalità, e che cosa fanno davvero
Ogni funzione è descritta con il suo limite. Ci sono quattro famiglie: i documenti, che lavorano su un piano di pagine; le immagini, che si trasformano una alla volta; il video e i suoi sottotitoli, dove i flussi si copiano senza mai ricodificarli; e gli archivi, la cui scatola si apre per copiarne il contenuto in un'altra.
Un solo piano di lavoro
«Unire», «dividere», «eliminare pagine», «ruotare», «riordinare» sono cinque modi di dire la stessa cosa: quali pagine, e in che ordine.
Qui trascinate quello che avete (PDF, foto, scansioni), ordinate ed esportate. Unire è un piano in cui non è stato tolto niente; dividere è un piano in cui restano tre pagine. Ogni pagina è mostrata in miniatura: nessuno elimina «le pagine 4, 7 e 12» di una relazione senza vederle.
Immagini → PDF, e PDF → immagini
Da immagini a un PDF
Tre foto di cellulare di una ricevuta che un ufficio vuole ricevere come un solo PDF: trascinatele, diventano pagine. Da lì si riordinano, si ruotano, si infilano fra due pagine di un contratto, si numerano.
Ogni immagine è messa al centro di un foglio A4 o Letter, senza deformarla e senza ingrandirla a forza: un'immagine piccola resta piccola. I formati accettati sono JPEG e PNG, i due che un PDF sa portare così come sono. I dati EXIF delle vostre foto non sopravvivono: si copiano solo i pixel, non la fotocamera, non la data, non le coordinate GPS.
Da un PDF a immagini
Ogni pagina esce come PNG o JPEG, a 72, 150 o 300 punti per pollice. Oltre una pagina i file arrivano in un archivio ZIP: nessun browser lascia partire quaranta scaricamenti di fila.
Le immagini sono generate dal documento che avete prodotto, con il suo ordine, le sue rotazioni, la sua numerazione e la sua filigrana, non dai file originali.
Una pagina trasformata in immagine è appiattita: niente più testo selezionabile, niente più campi di modulo. A volte è proprio quello che si vuole. Non è però oscurare: quello che è disegnato resta leggibile all'occhio, e quindi a un programma di riconoscimento dei caratteri.
La numerazione
Avete unito tre PDF, tolto otto pagine e riordinato dodici: i numeri stampati sugli originali non significano più niente. La numerazione si applica al documento che producete, da un capo all'altro, qualunque sia il numero di file da cui viene.
- La forma: «3», «- 3 -», «3/12», «Pagina 3 di 12».
- La posizione: i nove punti della pagina, margine compreso.
- Il primo numero, e la prima pagina numerata: due impostazioni distinte, perché una copertina e tre pagine preliminari non si numerano, e la paginazione deve comunque partire da 1 sul quarto foglio.
- L'alternanza fronte-retro: i numeri vanno al bordo esterno, a destra sulle dispari, a sinistra sulle pari. Senza, metà dei numeri di un documento rilegato finisce nella piega.
Le pagine orizzontali sono trattate come tali
Su una tabella orizzontale, il numero è stampato dritto e al posto giusto.
La filigrana
«COPIA», «BOZZA», «RISERVATO: non diffondere». Una filigrana esiste perché una pagina fotocopiata, fotografata o stampata continui a portare la dicitura. Per questo è messa sopra il contenuto, mai sotto, e in trasparenza: si vede senza impedire la lettura.
In diagonale al centro, o ripetuta a mosaico su tutta la pagina: la seconda è molto più difficile da ritagliare via. La dimensione si adatta da sola a ogni foglio, orizzontali compresi.
Non è una protezione. Una filigrana è un disegno sopra una pagina, e chi ci tiene la toglie. È una dicitura che segue il documento quando cambia mano.
Aggiungere testo e immagini
Una dicitura, una data, un numero di allegato, un timbro «RICEVUTO IL», una firma scansionata, un logo: messi dove volete, su tutte le pagine, sulla prima o sull'ultima, con la loro dimensione, la loro inclinazione e la loro opacità.
È la maggior parte dei bisogni reali di «modificare un PDF»: compilare un modulo da stampare, siglare, datare, timbrare, marcare un allegato con un numero.
Non è un elaboratore di testi, e non lo diventerà. Non riscriviamo il contenuto di un PDF, non sostituiamo una parola dentro una frase, non ricomponiamo i paragrafi: un PDF è un'impaginazione congelata. Quello che si fa qui è aggiungere uno strato sopra.
Il testo è scritto con i caratteri standard del PDF, che coprono l'italiano, il francese, l'inglese e le lingue dell'Europa occidentale. Un carattere che non conoscono viene segnalato mentre scrivete, mai al salvataggio.
La compressione
Un contratto di venti pagine in testo pesa cento kilobyte; lo stesso contratto scansionato pesa quaranta volte tanto. Quello che pesa in un PDF sono le immagini, conservate a piena risoluzione perché la fotocopiatrice scansiona a 600 dpi. Comprimere è ridimensionarle e ricodificarle, e nient'altro.
- Non rasterizziamo mai. Trasformare un documento di testo in immagini fa risparmiare molto, ma il testo non è più selezionabile né ricercabile. Qui una pagina resta una pagina.
- Lasciamo stare le immagini piccole: loghi, carte intestate, firme. Il risparmio si conterebbe in byte, la perdita si vedrebbe sullo schermo.
- Lasciamo tutto ciò che non possiamo rileggere con certezza: trasparenza, CMYK, JPEG 2000, fax. La relazione mostrata dopo l'esportazione dice quante immagini sono state lasciate stare, e perché.
Dividere un PDF troppo pesante
Venticinque megabyte è il limite di quasi tutti i server di posta, e conta la codifica, che gonfia il file di un terzo. Quando il peso viene da un'immagine scansionata troppo fine, alleggerire risponde. Quando il documento è semplicemente lungo, non c'è nulla da alleggerire: resta solo tagliare.
- Il peso è misurato sul documento assemblato, mai stimato: due pagine che condividono un font o un'immagine non pesano la somma dei loro pesi.
- Ogni pezzo è un PDF ordinario, completo, che si apre con un doppio clic. È la differenza con una divisione in volumi, dove servono tutti i pezzi per leggere il primo.
- Il nome dice le pagine: relazione-page001-page050.pdf, poi page051-page089. Un file che sta già sotto il peso chiesto esce intero.
- Una pagina non viene mai tagliata in due. Una pagina che da sola supera il peso chiesto esce nel proprio pezzo, e lo schermo lo dice.
La pulizia: che cosa esce e che cosa no
Il documento esportato è ricostruito, mai rattoppato: si parte da un PDF vuoto e ci si copiano dentro le pagine volute.
- Quello che è eliminato lo è davvero. Un PDF modificato «per aggiunta» conserva le sue versioni precedenti dentro il file: la pagina che credete di aver tolto è ancora lì, sotto quella nuova. È così che documenti oscurati sono stati rimessi in chiaro dopo la pubblicazione. Qui, quello che non si copia non esiste.
- I metadati se ne vanno: autore, titolo, programma produttore (che porta spesso il nome della postazione) e le date, sostituite dall'epoca zero.
- Il contenuto attivo viene disinnescato: JavaScript di documento, azioni all'apertura, allegati, moduli XFA, annotazioni che lanciano un programma. I collegamenti ordinari restano: scattano solo con un clic.
Che cosa si legge alla porta
Non si crede né al nome del file né al suo tipo dichiarato: li scrive entrambi chi manda il file. Quello che si legge sono i byte. E un PDF protetto da password chiede la propria password; non viene mai forzato.
Il ritaglio
Un libro scansionato disteso porta due centimetri di grigio su tre lati; una ricevuta fotografata galleggia in mezzo a un foglio A4. Disegnate la cornice da conservare sulla pagina, guardandola, invece di compilare «margine sinistro: 24 mm» e aprire poi l'esportazione per vedere dov'è finito. La cornice è conservata come frazioni del formato: un file fatto di quattro documenti in A4, Letter e A3 si inquadra allo stesso modo dall'inizio alla fine.
Ritagliare inquadra, non cancella. Una pagina di PDF porta un riquadro di ritaglio e i lettori mostrano solo ciò che esso delimita, ma il contenuto che sporge resta nel file, e qualsiasi editor può riportare il riquadro alle dimensioni originali. Se quello che sporge deve sparire davvero, quello che vi serve è oscurare.
Firmare, e posare uno strato su un documento
Firmare è lo stesso gesto che aggiungere un'immagine: trascinate la foto della vostra firma come un file qualsiasi, la mettete dove volete, aggiungete la data e la dicitura. Il documento prodotto è ricostruito pagina per pagina: la firma fa parte della pagina, non è un'annotazione che si stacca. I dati EXIF della foto non sopravvivono: né la fotocamera, né la data, né le coordinate GPS.
Non è una firma elettronica ai sensi del regolamento eIDAS. Qui niente certifica la vostra identità, appone una marca temporale o sigilla il documento con un certificato: equivale a una firma autografa fotocopiata, e vale quanto la fiducia fra le parti. Per un atto che richieda una firma qualificata serve un prestatore di servizi fiduciari, e quel prestatore riceve il vostro documento.
Sovrapporre mette un PDF sopra un altro: carta intestata su una lettera, un cartiglio su quaranta tavole, un timbro su un allegato. Lo strato si adatta al formato di ogni pagina senza deformarsi, e la sua opacità si regola. Va messo sopra, mai sotto: far scorrere uno sfondo sotto il contenuto costerebbe alla pagina il suo testo selezionabile, i suoi collegamenti e i suoi campi di modulo.
Tirare fuori quello che sta dentro il documento
Il testo
Tutto il testo di un PDF in un file .txt, con un segnaposto per pagina: «pagina 12» è quello che si scrive in una mail, e deve potersi ritrovare. Le pagine senza testo sono nominate come tali invece che lasciate in bianco. Su un file scansionato, la prima riga dice «nessuna delle 12 pagine porta testo estraibile»: è una risposta, non un guasto.
Il testo è restituito così come il documento lo porta: le parole spezzate a fine riga restano spezzate, le colonne non vengono districate, le tabelle non vengono ricostruite. Indovinare quelle cose vuol dire sbagliare in silenzio. Una pagina scansionata non porta testo: rendere cercabile la scansione la legge e ci posa il testo riconosciuto, e poi l'estrazione funziona sul documento ottenuto.
Markdown
I titoli, i paragrafi, gli elenchi, i link e le tabelle semplici di un PDF, in un file .md. Qui la struttura viene indovinata dall'impaginazione, cosa che l'estrazione del testo si rifiuta di fare. Per questo il risultato viene mostrato pagina per pagina prima di essere salvato, con ciò che è stato trovato, ciò che è stato tolto (intestazioni e numeri di pagina ripetuti) e le pagine che sembrano a colonne, dove l'ordine di lettura è probabilmente sbagliato.
La tabella
Quando il testo è in colonne, la tabella va in un file CSV che il vostro foglio di calcolo apre. La scomposizione in colonne è una congettura (cerca gli spazi verticali che niente attraversa) e per questo vi viene mostrata, pagina per pagina, prima di salvare qualsiasi cosa. Quando è probabilmente sbagliata, lo schermo lo dice e conta le righe che non assomigliano alle altre.
Il caso d'uso più comune è un estratto conto: per portare tre mesi di movimenti in un foglio di calcolo, altrove bisogna caricarli da uno sconosciuto.
Le immagini
Non una foto di ogni pagina, quello è PDF in immagini, ma le immagini incorporate: le tre foto della constatazione, la scansione della ricevuta, il grafico messo nella relazione. Un JPEG esce byte per byte: è un'estrazione, non una conversione, e non si aggiunge alcuna generazione di perdita a quella che lo scanner ha già applicato. Un'immagine messa su trenta pagine esce una volta sola.
Tutto ciò che non si può rileggere con certezza resta nel documento: JPEG 2000, fax CCITT, CMYK, tavolozza indicizzata, e lo schermo dice quante immagini e perché. Un'immagine che esce con i colori sbagliati la scopre chi la riceve; un'immagine assente che è stata annunciata, no.
Confrontare due versioni
Due versioni di un contratto, di un'offerta, di un atto: lo strumento dice quali parole sono cambiate, pagina per pagina. È quello in cui caricare costa di più: mandare entrambe le versioni di un documento a un terzo vuol dire affidargli la trattativa stessa.
Le pagine vengono prima accoppiate per somiglianza, mai per posizione: senza di che, una copertina aggiunta in testa farebbe sembrare riscritto tutto il resto del documento. Le parole delle pagine accoppiate vengono poi confrontate per mostrare l'insieme più piccolo che spieghi il passaggio da un testo all'altro: una virgola aggiunta resta una virgola aggiunta. Il testo invariato viene stretto attorno a ogni modifica; quello che è cambiato, mai.
La relazione si salva in testo semplice, con le parole tolte precedute da «-» e quelle aggiunte da «+»: la convenzione di tutti gli strumenti di confronto, quella che si incolla in una mail senza doverla spiegare.
Questo strumento confronta il testo, e nient'altro: né le immagini, né l'impaginazione, né i colori, né le tabelle in quanto tabelle. Un documento scansionato non porta testo estraibile: due scansioni si confronterebbero quindi come due pagine vuote, e lo schermo lo dice invece di annunciare due documenti identici.
Verificare prima di inviare
Ispezionare un PDF dice quello che il file racconta di sé: quanti salvataggi per aggiunta dormono dentro, se è testo o una scansione, quali caratteri non viaggiano con lui, quale contenuto attivo porta, e se è firmato elettronicamente. Quest'ultimo punto conta perché tutto quello che esce da qui è ricostruito: il documento prodotto non porterà più la firma, e vale meglio saperlo prima che dopo.
L'impronta SHA-256 risponde a un'altra domanda: il file che ho ricevuto è quello che è stato pubblicato? Sessantaquattro caratteri lo dicono. Serve anche a verificare ciò che questo sito promette altrove: due esportazioni dello stesso piano sono identiche bit per bit, quindi esportate due volte e confrontate.
Le immagini, la seconda famiglia
Gli stessi gesti, su file che si maneggiano dieci volte più spesso: comprimere una foto perché passi per posta, ridimensionarla per un modulo che rifiuta tutto ciò che supera i 2 MB, ritagliarla, convertirla perché un sito accetta solo JPEG. Il problema è lo stesso: i servizi che fanno questo vi chiedono di caricare la foto, quella di un documento d'identità, di una bolletta, di un bambino.
Tredici strumenti: comprimere, ridimensionare, ritagliare, convertire fra JPEG, PNG e WebP, ruotare, mettere una filigrana, ispezionare, ripulire, oscurare, passare in grigi e fare un provino a contatto. Tutto passa dal decodificatore di immagini del browser stesso, quello che mostra le pagine web.
I dati EXIF non sopravvivono. Una foto di cellulare porta il modello della fotocamera, la data, l'ora e spesso le coordinate GPS del luogo dello scatto. Si copiano solo i pixel: quello che esce da qui non dice più dove eravate.
Quello che non faremo: ingrandire con l'intelligenza artificiale, scontornare uno sfondo, ritoccare un volto. Quelle tre cose richiedono un modello di diverse decine di megabyte scaricato da un server altrui, cioè esattamente ciò che questo sito si vieta.
I file RAW di fotocamera e gli HEIC di iPhone si aprono, e ognuno ha la sua pagina, che dice quanto costa: aprire un RAW tira fuori l'anteprima che la fotocamera ha scritto, byte per byte e senza ricodifica; convertire un HEIC decodifica e ricodifica, cioè una generazione di compressione in più, e il suo decodificatore da un megabyte e mezzo si scarica solo quando si trascina il primo HEIC.
Ciò che non è garantito, e va detto
Il rilevamento del contenuto attivo mostrato all'apertura di un documento si fa sui byte grezzi. Un PDF con gli oggetti compressi, che è il caso più comune, può nascondere uno script a quella scansione. Questo avviso avverte, non protegge. La protezione è non eseguire mai niente del documento e ricostruire l'uscita, cosa che ogni esportazione fa.