De functies, en wat ze werkelijk doen
Elke functie wordt beschreven met haar grens erbij. Een gereedschap dat niet zegt waar het ophoudt, is een gereedschap dat u ontdekt door de fout te maken, op een document dat al verstuurd is. Er zijn hier vier families: de documenten, die op een plan van pagina's werken; de afbeeldingen, die één voor één worden bewerkt; de video en haar ondertitels, waar de sporen worden gekopieerd en nooit opnieuw gecodeerd; en de archieven, waarvan de doos opengaat om de inhoud in een andere te leggen.
Eén enkel werkplan
De diensten op de markt hakken dezelfde handeling in vijf pagina's: «samenvoegen», «splitsen», «pagina's verwijderen», «draaien», «herschikken». Vijf uploads, vijf downloads, vijf keer heen en weer om één bestand klaar te maken. En het zijn vijf manieren om hetzelfde te zeggen: welke pagina's, en in welke volgorde.
Hier sleept u erin wat u hebt (PDF's, foto's, scans), ordent u en exporteert u. Samenvoegen is een plan waar niets uit is gehaald; splitsen is een plan waar alles uit is gehaald behalve drie pagina's. Elke pagina wordt als miniatuur getoond: niemand verwijdert «pagina 4, 7 en 12» uit een rapport zonder ze te zien.
Afbeeldingen → PDF, en PDF → afbeeldingen
Van afbeeldingen naar één PDF
Drie telefoonfoto's van een bonnetje dat een instantie als één PDF wil ontvangen: sleep ze erin, ze worden pagina's. Vanaf dan onderscheidt niets ze nog van een PDF: ze worden herschikt, gedraaid, tussen twee pagina's van een contract geschoven, genummerd.
Elke afbeelding wordt op een A4- of Letter-blad gecentreerd, zonder vervorming en zonder geforceerde vergroting; een kleine afbeelding blijft klein in plaats van haar pixels te tonen. De aanvaarde formaten zijn JPEG en PNG: de twee die een PDF zoals ze zijn kan dragen. De EXIF-gegevens van uw foto's overleven het niet: alleen de pixels worden gekopieerd, niet het toestel, niet de datum, niet de gps-coördinaten.
Afbeeldingen naar PDF omzetten
Van een PDF naar afbeeldingen
Elke pagina komt eruit als PNG of JPEG, op 72, 150 of 300 punten per inch. Vanaf twee pagina's komen de bestanden in een ZIP-archief: geen enkele browser laat veertig downloads na elkaar toe.
De afbeeldingen worden gemaakt van het document dat u hebt samengesteld, met zijn volgorde, zijn draaiingen, zijn nummering en zijn watermerk, niet van de oorspronkelijke bestanden. Wat eruit komt lijkt dus precies op wat het scherm liet zien.
Een pagina die een afbeelding wordt, is platgeslagen: geen selecteerbare tekst meer, geen formuliervelden meer. Soms is dat precies wat men wil. Het is daarom nog geen zwartlakken: wat getekend is blijft leesbaar voor het oog, en dus voor een tekstherkenningsprogramma.
De paginanummers
U hebt zojuist drie PDF's samengevoegd, acht pagina's verwijderd en er twaalf herschikt: de nummers die op de originelen gedrukt staan betekenen niets meer. De nummering geldt dus voor het document dat u maakt, van begin tot eind, uit hoeveel bestanden het ook komt.
- De vorm: «3», «- 3 -», «3/12», «Pagina 3 van 12».
- De plaats: de negen punten van de pagina, marge inbegrepen.
- Het eerste nummer, en de eerste genummerde pagina: twee aparte instellingen, want een omslag en drie voorpagina's worden niet genummerd, en de paginering moet toch bij 1 beginnen op het vierde blad.
- De afwisseling voor dubbelzijdig: de nummers gaan naar de buitenrand, rechts op de oneven, links op de even. Zonder dat verdwijnt de helft van de nummers van een ingebonden document in de vouw.
Liggende pagina's worden als zodanig behandeld
Op een liggende tabel wordt het nummer rechtop en op de juiste plek gedrukt.
Het watermerk
«KOPIE», «CONCEPT», «VERTROUWELIJK: niet verspreiden». Een watermerk bestaat opdat een pagina die gekopieerd, gefotografeerd of afgedrukt wordt de vermelding blijft dragen. Daarom staat het boven de inhoud, nooit eronder, en doorschijnend, zodat het zichtbaar is zonder het lezen te beletten.
Diagonaal in het midden, of als mozaïek over de hele pagina herhaald: het tweede is veel moeilijker weg te snijden. De grootte past zich vanzelf aan elk blad aan, liggende bladen inbegrepen.
Het is geen beveiliging. Een watermerk is een tekening boven op een pagina; wie het erom te doen is, haalt het weg. Het is een vermelding die het document volgt als het van hand wisselt, en dat hier zeggen behoedt u ervoor elders het tegendeel te geloven.
Tekst en afbeeldingen toevoegen
Een vermelding, een datum, een bijlagenummer, een stempel «ONTVANGEN OP», een gescande handtekening, een logo: geplaatst waar u wilt, op alle pagina's, op de eerste of op de laatste, met hun grootte, hun helling en hun dekking.
Dat is de overgrote meerderheid van de echte behoefte aan «een PDF bewerken»: een formulier invullen om af te drukken, paraferen, dateren, stempelen, een bijlage van een nummer voorzien.
Het is geen tekstverwerker, en het wordt er ook geen. Wij herschrijven de inhoud van een PDF niet, vervangen geen woord midden in een zin, hertypen geen alinea's: een PDF is een bevroren opmaak, en de gereedschappen die beweren haar te bewerken gokken, knippen en verpesten. Wat hier gebeurt is wat men eerlijk kan doen: een laag erbovenop leggen.
De tekst wordt geschreven met de standaardlettertypen van PDF, die het Nederlands, het Frans, het Engels en de West-Europese talen dekken. Een teken dat ze niet kennen wordt gemeld terwijl u typt, nooit bij het opslaan.
Het comprimeren
Een contract van twintig pagina's tekst weegt honderd kilobyte; datzelfde contract gescand weegt veertig keer zoveel. Wat in een PDF weegt, zijn de afbeeldingen: op volle resolutie bewaard omdat het kopieerapparaat op 600 dpi scant en geen enkel programma het ooit heeft gevraagd dat niet te doen. Comprimeren is ze dus verkleinen en hercoderen, en niets anders.
- Wij rasteren nooit. De gereedschappen die «90 % besparing» aankondigen op een tekstdocument maken er afbeeldingen van: de tekst is niet meer selecteerbaar noch doorzoekbaar, en niemand is dat verteld. Hier blijft een pagina een pagina.
- Kleine afbeeldingen laten wij met rust: logo's, briefhoofden, handtekeningen. De winst zou in bytes te tellen zijn, het verlies zou op het scherm te zien zijn.
- Alles wat wij niet met zekerheid kunnen teruglezen laten wij staan: transparantie, CMYK, JPEG 2000, fax. En het verslag na de export zegt hoeveel afbeeldingen met rust zijn gelaten, en waarom.
Het opruimen: wat eruit komt en wat niet
Het geëxporteerde document is opnieuw opgebouwd, nooit bijgewerkt: men begint met een lege PDF en kopieert daar de gewenste pagina's in. Dat is geen uitvoeringsdetail, dat is de functie.
- Wat verwijderd is, is het echt. Een PDF die «door toevoeging» wordt gewijzigd, bewaart zijn vorige versies binnen het bestand: de pagina die u denkt te hebben weggehaald staat er nog, onder de nieuwe. Zo zijn zwartgelakte documenten na publicatie ontlakt. Hier bestaat wat niet wordt gekopieerd niet.
- De metagegevens verdwijnen: auteur, titel, producerend programma (dat vaak de naam van de werkplek draagt) en de datums, vervangen door tijdstip nul in plaats van het uur waarop u zat te werken.
- De actieve inhoud wordt onschadelijk gemaakt: JavaScript in het document, acties bij het openen, bijlagen, XFA-formulieren, annotaties die een programma starten. Gewone koppelingen blijven: die werken alleen na een klik.
Wat er aan de deur gelezen wordt
Wij geloven noch de bestandsnaam noch het opgegeven type: beide worden geschreven door wie het bestand stuurt. Wat gelezen wordt, zijn de bytes. En een met een wachtwoord beveiligde PDF wordt geweigerd in plaats van geforceerd.
Het bijsnijden
Een opengeslagen gescand boek draagt twee centimeter grijs aan drie zijden; een gefotografeerd bonnetje drijft midden op een A4. U tekent het te bewaren kader op de pagina, terwijl u ernaar kijkt: niet door «linkermarge: 24 mm» in te vullen en daarna de export te openen om te zien waar het beland is. Het kader wordt bewaard als breuken van het formaat: een bestand van vier documenten in A4, Letter en A3 wordt van begin tot eind hetzelfde uitgesneden.
Bijsnijden kadert, het wist niet. Een PDF-pagina draagt een snijkader en lezers tonen alleen wat dat kader afbakent, maar de inhoud die erbuiten valt blijft in het bestand, en elke editor kan het kader op de oorspronkelijke maat terugzetten. Dat geldt voor alle gereedschappen op de markt; het verschil is dat wij het opschrijven. Als wat erbuiten valt echt weg moet, hebt u zwartlakken nodig.
Ondertekenen, en een laag op een document leggen
Ondertekenen is dezelfde handeling als een afbeelding toevoegen: u sleept de foto van uw handtekening erin als elk ander bestand, plaatst haar waar u wilt en voegt de datum en de vermelding toe. Het gemaakte document wordt pagina voor pagina opnieuw opgebouwd: de handtekening maakt deel uit van de pagina, het is geen annotatie die losraakt. De EXIF-gegevens van de foto overleven het niet: niet het toestel, niet de datum, niet de gps-coördinaten.
Het is geen elektronische handtekening in de zin van de eIDAS-verordening. Hier bevestigt niets uw identiteit, zet niets een tijdstempel en verzegelt niets het document met een certificaat: het staat gelijk aan een gefotokopieerde handgeschreven handtekening, en het is precies zoveel waard als het vertrouwen tussen partijen. Voor een akte die een gekwalificeerde handtekening vereist hebt u een vertrouwensdienstverlener nodig, en die ontvangt uw document per definitie.
Over elkaar leggen zet een PDF boven op een andere: briefhoofd op een brief, een titelblok op veertig tekeningen, een stempel op een bijlage. De laag past zich aan het formaat van elke pagina aan zonder te vervormen, en haar dekking is instelbaar. Ze moet er bovenop, nooit eronder: een achtergrond onder de inhoud schuiven zou de pagina haar selecteerbare tekst, haar koppelingen en haar formuliervelden kosten.
Eruit halen wat in het document zit
De tekst
Alle tekst van een PDF in een .txt-bestand, met een markering per pagina: «pagina 12» is wat men in een e-mail schrijft, en dat moet terug te vinden zijn. Pagina's zonder tekst worden als zodanig benoemd in plaats van blanco gelaten. Bij een gescand bestand zegt de eerste regel «geen van de 12 pagina's draagt uitpakbare tekst»: dat is een antwoord, geen storing.
De tekst komt terug zoals het document hem draagt: woorden die aan het regeleinde zijn afgebroken blijven afgebroken, kolommen worden niet ontward, tabellen worden niet opnieuw opgebouwd. Dat gokken betekent stilzwijgend fout zitten. Er is hier geen tekstherkenning, en die komt er ook niet: dat zou een bibliotheek van enkele megabytes van elders vereisen, wat deze site zichzelf verbiedt.
De tabel
En als de tekst in kolommen staat, gaat de tabel naar een CSV-bestand dat uw rekenblad opent. De opdeling in kolommen is een gok — hij zoekt de verticale witruimtes waar niets doorheen loopt — en daarom wordt hij u getoond, pagina voor pagina, voordat er iets wordt opgeslagen. Wanneer hij waarschijnlijk fout is, zegt het scherm dat en telt het de regels die niet op de andere lijken.
Het gebruiksgeval zegt alles: een rekeningafschrift. Om drie maanden mutaties in een rekenblad te krijgen moet u ze vandaag bij een onbekende uploaden.
De afbeeldingen
Niet een foto van elke pagina, dat is PDF naar afbeeldingen, maar de ingesloten afbeeldingen: de drie foto's van het schadeformulier, de scan van de bon, de grafiek die in het rapport is gezet. Een JPEG komt er byte voor byte uit: het is geen omzetting, het is een uitname, en er komt geen enkele generatie verlies bij die de scanner al heeft toegepast. Een afbeelding die op dertig pagina's staat, komt er één keer uit.
Alles wat niet met zekerheid teruggelezen kan worden blijft in het document: JPEG 2000, CCITT-fax, CMYK, geïndexeerd palet, en het scherm zegt hoeveel afbeeldingen en waarom. Een afbeelding die er met verkeerde kleuren uit komt, wordt ontdekt door wie haar ontvangt; een aangekondigde afbeelding die ontbreekt, niet.
Twee versies vergelijken
Twee versies van een contract, van een offerte, van een akte: het gereedschap zegt welke woorden zijn veranderd, pagina voor pagina. Dit is het gereedschap waarbij uploaden het duurst is: een document naar een derde sturen betekent hem een bewijsstuk toevertrouwen; hem beide versies sturen betekent hem de onderhandeling zelf toevertrouwen.
De pagina's worden eerst op gelijkenis gekoppeld, nooit op plaats: anders zou één omslag die vooraan is toegevoegd de hele rest van het document herschreven doen lijken. De woorden van de gekoppelde pagina's worden vervolgens vergeleken om de kleinste verzameling te tonen die de overgang van de ene tekst naar de andere verklaart: een toegevoegde komma blijft een toegevoegde komma, geen knipperende alinea. Ongewijzigde tekst wordt rond elke wijziging ingekort; wat veranderd is, nooit.
Het verslag wordt opgeslagen als platte tekst, met de weggehaalde woorden voorafgegaan door «-» en de toegevoegde door «+»: de afspraak van alle vergelijkingsgereedschappen, degene die men in een e-mail plakt zonder uitleg.
Dit gereedschap vergelijkt de tekst, en niets anders: niet de afbeeldingen, niet de opmaak, niet de kleuren, niet de tabellen als tabellen. Een gescand document draagt geen uitpakbare tekst: twee scans zouden dus als twee lege pagina's worden vergeleken, en het scherm zegt dat in plaats van twee identieke documenten aan te kondigen.
Controleren voor het versturen
Een PDF inspecteren zegt wat het bestand over zichzelf vertelt: hoeveel opslagbeurten door toevoeging erin sluimeren, of het tekst is of een scan, welke lettertypen niet meereizen, welke actieve inhoud het draagt, en of het elektronisch ondertekend is. Dat laatste punt telt omdat alles wat hier vandaan komt opnieuw is opgebouwd: het gemaakte document draagt de handtekening niet meer, en dat weet u beter vooraf dan achteraf.
De SHA-256-vingerafdruk beantwoordt een andere vraag: is het bestand dat ik heb ontvangen het bestand dat is gepubliceerd? Vierenzestig tekens zeggen het. En hij dient ook om te controleren wat deze site elders belooft: twee exports van hetzelfde plan zijn bit voor bit identiek; exporteer twee keer en vergelijk.
De afbeeldingen, de tweede familie
Dezelfde handelingen, op bestanden die men tien keer vaker hanteert: een foto comprimeren zodat hij per e-mail past, hem verkleinen voor een formulier dat alles boven 2 MB weigert, hem bijsnijden, hem omzetten omdat een site alleen JPEG aanvaardt. En het is precies hetzelfde probleem: de diensten die dit doen vragen u de foto te uploaden — die van een identiteitsbewijs, van een rekening, van een kind.
Dertien gereedschappen: comprimeren, verkleinen, bijsnijden, omzetten tussen JPEG, PNG en WebP, draaien, een watermerk zetten, inspecteren, opschonen, zwartlakken, naar grijstinten en een contactafdruk maken. Alles loopt via de beelddecoder van de browser zelf, dezelfde die webpagina's toont.
De EXIF-gegevens overleven het niet. Een telefoonfoto draagt het model van het toestel, de datum, het uur en vaak de gps-coördinaten van de plek van opname. Alleen de pixels worden gekopieerd: wat hier vandaan komt zegt niet meer waar u was.
Wat wij niet zullen doen: vergroten met kunstmatige intelligentie, een achtergrond uitknippen, een gezicht retoucheren. Die drie dingen vragen een model van enkele tientallen megabytes dat van andermans server wordt gehaald: precies wat deze site zichzelf verbiedt. Een gereedschap dat ze «lokaal» zou aanbieden, zou het model bij de eerste klik van een CDN halen, en daar zou de belofte eindigen.
RAW-bestanden van fototoestellen en HEIC's van iPhones gaan wel open, en elk heeft zijn eigen pagina, die zegt wat het kost: een RAW openen haalt het voorbeeld eruit dat het toestel heeft geschreven, byte voor byte en zonder hercodering; een HEIC omzetten decodeert en hercodeert, dus één compressiegeneratie extra, en de decoder van anderhalve megabyte wordt pas gedownload wanneer u de eerste HEIC erin sleept.
Wat niet gegarandeerd is, en gezegd moet worden
Het opsporen van actieve inhoud die bij het openen van een document wordt uitgevoerd gebeurt op de ruwe bytes. Een PDF met gecomprimeerde objecten, wat het meest voorkomende geval is, kan een script voor die doorlichting verbergen. Deze waarschuwing waarschuwt, ze beschermt niet. De bescherming is nooit iets van het document uitvoeren en de uitvoer opnieuw opbouwen, wat elke export doet.