Che cos’è un file PDF?

PDF è un formato di documento, che descrive pagine e non pixel. Può tenere pixel e forme disegnate sulla stessa pagina. Si usa per consegnare un file finito, la stampa e l'archiviazione.

L’estensione è .pdf e il nome per esteso è Portable Document Format. Contano entrambi meno di ciò che il file può contenere, ed è di questo che parla il resto della pagina.

Adobe lo ha pubblicato nel 1993. La specifica è ISO 32000-2.

A un formato rimasto leggibile così a lungo si può affidare qualcosa che vuoi ritrovare fra dieci anni.

È pubblicata per intero, quindi la si può implementare partendo dal documento invece che per osservazione: è per questo che il formato compare in così tanti programmi, ed è per questo che file scritti vent’anni fa si aprono ancora. Una specifica pubblicata però non è la stessa cosa di una esente da royalty: dove un formato incapsula un codec, le licenze sui brevetti restano una questione a parte che lo standard non risolve.

PDF conserva il suo contenuto esattamente. Risalvarlo non cambia nulla, quindi puoi aprirlo, modificarlo e risalvarlo quante volte vuoi senza accumulare danni: è questo che ne fa un formato di lavoro e non di consegna.

PDF porta con sé un canale alfa, quindi un logo mantiene i bordi morbidi sopra qualunque cosa ci sia dietro invece di arrivare dentro un riquadro bianco.

Può lavorare in RGB, CMYK, il modello di cui ha bisogno una macchina da stampa e scala di grigi.

È il CMYK a decidere se una tipografia accetta il file, ed è la prima cosa che si perde convertendo verso un formato da schermo.

Un file PDF non è limitato a una pagina, e la cosa conta quando lo si converte in qualcosa che invece lo è: una conversione produce un solo file con dentro una sola pagina — la prima, a meno che non sia una di quelle che il convertitore ti lascia scegliere.

PDF tiene separate le parti di un’immagine invece di fonderle insieme, ed è questo che ne fa un file di lavoro. Quasi ogni formato in cui si converte le fonde, e la fusione non si torna indietro: conserva l’originale con i livelli.

PDF porta con sé una cifratura opzionale.

Un file cifrato va sbloccato prima che qualcosa possa convertirlo, qui come altrove. Una password non è qualcosa che un convertitore possa aggirare, e a uno che sostenesse il contrario non converrebbe affidare il file.

Adobe Acrobat, Preview e LibreOffice Draw lo leggono, e così fanno quasi tutti i programmi dello stesso tipo.

Quando un file non si apre, il formato è raramente il problema: più spesso è il programma a essere più vecchio di lui. Convertire in qualcosa di più vecchio è la via d’uscita affidabile, ed è a questo che serve il resto di questo sito.

Qualsiasi browser attuale lo legge.

Puoi quindi metterlo su una pagina o allegarlo a un messaggio senza chiederti che cosa abbia installato chi lo riceve.

PDF può contenere i record XMP e le proprietà del documento.

Se qualcosa di tutto questo sopravviva a una conversione dipende interamente dalla destinazione, e la risposta onesta è di solito «una parte».

PDF è pensato per essere consegnato, non per lavorarci dentro. Modificarne uno è possibile e raramente piacevole; la strada sensata passa dall’originale e da una nuova esportazione.

Questa è la cosa che spiega tutto il resto del formato. Un file di Word contiene un testo che scorre: paragrafi, stili, una struttura che il programma ridispone quando cambiate il margine. Un PDF contiene istruzioni di disegno — «metti questi caratteri con questo font in queste coordinate» — e la struttura che li teneva insieme è stata buttata via nel momento in cui il documento è stato stampato su carta virtuale.

Ne discende tutto ciò che il formato fa bene e tutto ciò che fa male. Ha un aspetto identico su qualunque macchina, perché non c’è nulla da ricalcolare. E non si modifica comodamente, perché per cambiare una parola nel mezzo di un paragrafo bisognerebbe ricostruire il paragrafo, che nel file non esiste.

Un PDF generato da un programma contiene il testo come testo: le parole ci sono davvero, come sequenze di codici, e si possono cercare, copiare ed estrarre. Un PDF che nasce da uno scanner o da una foto del telefono contiene un’immagine di una pagina, e per il file quell’immagine è indistinguibile da una fotografia di un gatto.

La prova dura tre secondi e va fatta prima di scegliere qualsiasi strumento. Aprite il file e provate a selezionare una riga con il mouse. Se il testo si evidenzia parola per parola, è del primo tipo. Se compare un rettangolo azzurro su tutta l’area, è del secondo, e nessuna estrazione può trovare parole che non sono mai state scritte come parole.

Un PDF fatto bene porta dentro di sé i caratteri tipografici che usa, o almeno i glifi che gli servono. Il destinatario non ha bisogno di avere il font installato, e le andate a capo cadono dove le ha messe chi ha scritto il documento. È la ragione per cui il formato ha sostituito l’abitudine di spedire documenti sperando che dall’altra parte si vedessero uguali.

È anche il motivo per cui un PDF pesa più del documento da cui viene, e perché uno prodotto da un sistema che ha saltato l’incorporazione può apparire con spaziature sbagliate su un’altra macchina. Se lo stesso file si vede diverso sullo schermo di un collega, un font non incorporato è quasi sempre la spiegazione.

È l’errore più costoso che si commette con questo formato, e viene commesso da studi legali e amministrazioni pubbliche con regolarità. Disegnare un rettangolo nero sopra un nome aggiunge un rettangolo nero al file. Il nome resta esattamente dov’era, sotto, ed è recuperabile selezionando il testo o aprendo il documento con qualunque strumento che ne legga la struttura.

Una vera espunzione rimuove i caratteri dal file e ridisegna la pagina, e va fatta con una funzione che dichiara di farlo. Se non siete sicuri di quale delle due avete usato, la verifica è immediata: provate a selezionare e copiare l’area coperta, e incollate il risultato in un editor di testo.

La prima è la password di apertura. Senza di essa il contenuto è cifrato e illeggibile da qualsiasi programma, e non esiste una scorciatoia: chi non ha la password non ha il documento. Questa è protezione vera.

La seconda è un insieme di permessi — vietato stampare, copiare, modificare — scritti dentro un file che si apre normalmente. È una richiesta rivolta ai programmi, non una cifratura, e il contenuto sta in chiaro dietro di essa. Che sia tecnicamente aggirabile non vi dice se avete il diritto di farlo: quella è una domanda sul documento e su chi ve lo ha mandato, mai sul software.

PDF/A è un sottoinsieme del formato pensato per la conservazione a lungo termine. Vieta tutto ciò che dipende da qualcosa di esterno al file: niente contenuti collegati, niente JavaScript, niente cifratura, e i font devono essere obbligatoriamente incorporati. L’idea è che il documento sia leggibile fra trent’anni da un programma che oggi non esiste ancora.

In Italia lo incontrate nella conservazione sostitutiva e nei depositi telematici, dove un PDF ordinario viene rifiutato senza troppe spiegazioni. Convertire un PDF esistente in PDF/A non è sempre possibile in modo automatico — se mancano i font incorporati vanno recuperati — e questo è il motivo per cui conviene produrlo direttamente in quel profilo quando si sa già dove finirà il documento.

Il file conserva metadati che quasi nessuno guarda: il programma che lo ha creato, la data di creazione e quella dell’ultima modifica, spesso il nome dell’autore così come era configurato nel sistema operativo, e talvolta il percorso del file di partenza sul disco di chi lo ha prodotto.

Su un documento che esce dall’azienda quella è informazione che nessuno ha deciso di condividere. Vale la pena guardarla almeno una volta — nelle proprietà del documento, in qualsiasi lettore — e su questo sito c’è uno strumento apposta per rimuoverla, che lavora nel browser senza che il file venga caricato da nessuna parte.