Wat is een PDF-bestand?

PDF is een documentformaat dat pagina’s beschrijft en geen beeldpunten. Het kan beeldpunten en getekende vormen op dezelfde pagina hebben. Het wordt gebruikt voor een af bestand overdragen, drukwerk en archivering.

De extensie is .pdf en de volledige naam Portable Document Format. Allebei zeggen ze minder dan wat het bestand kan bevatten, en daar gaat de rest van deze pagina over.

Adobe bracht het in 1993 uit. De specificatie is ISO 32000-2.

Aan een formaat dat zo lang leesbaar is gebleven kun je iets toevertrouwen dat je over tien jaar terug wilt hebben.

Ze is volledig gepubliceerd, dus wie het formaat wil uitvoeren kan dat uit het document doen in plaats van door te kijken hoe anderen het doen. Daarom duikt het in zo veel programma’s op, en daarom gaan bestanden van twintig jaar geleden nog steeds open. Openbaar is niet hetzelfde als royaltyvrij: waar een formaat een codec omhult, is de octrooilicentie een aparte vraag waarop de standaard geen antwoord geeft.

PDF bewaart zijn inhoud precies. Opnieuw opslaan verandert niets, dus je kunt het zo vaak openen, bewerken en wegschrijven als je wilt zonder dat er schade opstapelt — en dat is wat er een werkformaat van maakt in plaats van een afleverformaat.

PDF draagt een alfakanaal mee, dus een logo houdt zijn zachte randen over alles wat erachter ligt in plaats van in een wit vak aan te komen.

Het kan werken in RGB, CMYK, het model dat een drukpers nodig heeft en grijswaarden.

CMYK bepaalt of een drukkerij het bestand aanneemt, en het is het eerste wat verdwijnt bij het converteren naar een schermformaat.

Een PDF-bestand is niet tot één pagina beperkt, en dat telt bij het converteren naar iets dat dat wel is: één omzetting levert één bestand op met daarin één pagina — de eerste, tenzij de omzetter je laat kiezen welke.

PDF legt de onderdelen van een beeld apart neer in plaats van samengerekend — dat maakt het een werkbestand. Bijna elk formaat waarnaar het converteert legt ze samen, en dat is niet terug te draaien: bewaar het origineel met lagen.

PDF brengt optionele versleuteling mee.

Een versleuteld bestand moet worden ontgrendeld voordat iets het kan converteren, hier en overal elders. Een wachtwoord is niets waar een omzetter omheen kan, en aan een die dat wel beweert zou je het bestand al helemaal niet moeten geven.

Adobe Acrobat, Preview en LibreOffice Draw lezen het, en de meeste programma’s van dezelfde soort ook.

Als een bestand niet opengaat ligt het zelden aan het formaat — vaker is het programma ouder dan het formaat. Converteren naar iets ouders is de betrouwbare weg eromheen, en daarvoor is de rest van deze site bedoeld.

Elke actuele browser leest het.

Je kunt het dus zonder zorgen op een pagina zetten of aan een bericht hangen, zonder je af te vragen wat de andere kant geïnstalleerd heeft.

PDF kan de XMP-gegevens en de documenteigenschappen bevatten.

Of daar iets van een conversie overleeft hangt volledig van het doelformaat af, en het eerlijke antwoord is meestal «een deel».

PDF is bedoeld om door te geven, niet om in te werken. Er een bewerken kan en is zelden prettig; de verstandige weg loopt via de bron en een nieuwe export.

Dat verklaart al het andere aan dit formaat. Een Word-bestand bevat lopende tekst: alinea’s, opmaakprofielen, een structuur die het programma opnieuw afbreekt zodra de marge verandert. Een PDF bevat tekeninstructies — «zet deze tekens in dit lettertype op deze coördinaten» — en de structuur die ze bijeenhield is weggegooid op het moment dat het document op virtueel papier werd afgedrukt.

Daaruit volgt zowel wat het formaat goed doet als wat het slecht doet. Het ziet er op elk apparaat hetzelfde uit, omdat er niets herberekend hoeft te worden. En het laat zich slecht bewerken, want één woord midden in een alinea wijzigen zou betekenen dat de alinea opnieuw wordt opgebouwd — en die bestaat niet in het bestand.

Een PDF die door een programma is gemaakt draagt tekst als tekst: de woorden staan er echt, als reeksen codes, en zijn te doorzoeken, te kopiëren en eruit te halen. Een PDF uit een scanner of uit de camera van een telefoon draagt een afbeelding van een pagina, en voor het bestand is die afbeelding niet te onderscheiden van een foto van een kat.

De proef duurt drie seconden en hoort vóór elke keuze van gereedschap. Open het bestand en probeer met de muis een regel te selecteren. Springt de markering van woord naar woord, dan is het het eerste geval. Legt zich een blauwe rechthoek over het hele vlak, dan het tweede — en geen enkele extractie vindt woorden die nooit als woorden zijn geschreven.

Een net gemaakte PDF draagt de gebruikte lettertypen in zich mee, of tenminste de tekens die hij nodig heeft. De ontvanger hoeft ze niet geïnstalleerd te hebben, en de regelafbrekingen vallen waar de schrijver ze heeft gezet. Precies dat heeft de gewoonte vervangen om een document te versturen en te hopen.

Het is ook de reden dat een PDF zwaarder weegt dan het document waar hij uit komt, en dat een exemplaar uit een systeem dat het insluiten oversloeg elders met verkeerde spatiëring verschijnt. Ziet hetzelfde bestand er op het scherm van een collega anders uit, dan is een niet-ingesloten lettertype vrijwel altijd de verklaring.

Dit is de duurste fout die dit formaat toelaat, en advocatenkantoren en overheidsdiensten maken hem met regelmaat. Een zwarte rechthoek over een naam leggen voegt een zwarte rechthoek toe aan het bestand. De naam blijft precies waar hij stond, eronder, en komt terug door de tekst te selecteren of het document te openen met elk gereedschap dat de structuur ervan leest.

Echt lakken haalt de tekens uit het bestand en tekent de pagina opnieuw; daar is een functie voor nodig die dat ook zegt te doen. Twijfelt u welke van de twee u hebt gebruikt, dan is de controle onmiddellijk: selecteer en kopieer het afgedekte gebied en plak het resultaat in een teksteditor.

Het eerste is het openingswachtwoord. Zonder dat is de inhoud versleuteld en voor geen enkel programma leesbaar, en er is geen sluiproute: wie het wachtwoord niet heeft, heeft het document niet. Dat is echte bescherming.

Het tweede is een set rechten — niet afdrukken, niet kopiëren, niet bewerken — geschreven in een bestand dat gewoon opengaat. Het is een verzoek aan programma’s, geen versleuteling, en de inhoud ligt er onversleuteld achter. Dat het technisch te omzeilen is zegt niets over of u dat mag: die vraag gaat over het document en over de afzender, nooit over de software.

PDF/A is een deelverzameling van het formaat voor langdurig bewaren. Het verbiedt alles wat afhangt van iets buiten het bestand: geen gekoppelde inhoud, geen JavaScript, geen versleuteling, en lettertypen moeten verplicht ingesloten zijn. Het idee is dat het document over dertig jaar leesbaar is voor een programma dat vandaag nog niet bestaat.

In Nederland komt u het tegen bij het Rijksarchief, bij digitale dossiervorming en bij instanties die een gewone PDF zonder veel uitleg weigeren. Een bestaande PDF achteraf naar PDF/A omzetten lukt niet altijd automatisch — ontbreken er ingesloten lettertypen, dan moeten die alsnog worden opgehaald — en daarom loont het meteen in dat profiel te produceren zodra de bestemming bekend is.

Het bestand draagt metagegevens mee waar bijna niemand naar kijkt: het programma dat het maakte, de aanmaakdatum en die van de laatste wijziging, vaak de auteursnaam zoals die in het besturingssysteem stond, en soms het pad van het bronbestand op de schijf van degene die het maakte.

Bij een document dat het bedrijf verlaat is dat informatie die niemand bewust heeft gedeeld. Het loont die minstens één keer te bekijken — in de documenteigenschappen, in welke lezer dan ook — en op deze site staat een apart gereedschap dat ze verwijdert, in de browser en zonder dat het bestand ergens heen wordt geüpload.