Vlákno názorů k článku Obávaný formát? PDF! od Petr Mach - Já to fakt nechápu. Kdyby to byl osobní...

Já to fakt nechápu. Kdyby to byl osobní blog, tak si řeknu, dobrá, autor je idiot, který se rozčiluje nad vlastní hloupostí a neví o tom. Ale na Lupě?

Jak na Lupě může vyjít článek o PDF od člověka, který neví co to je PDF a k čemu slouží? Asi půjdu radit lékařům, jak správně léčit.

Pro autora:

PDF je výstupní formát, který neslouží k dalšímu zpracování. Je to formát velmi podobný PostScriptu a má podobný účel. Akorát pro PostScript je výstupní zařízení tiskárna, kdežto pro PDF obrazovka. PDF je určeno k šíření papírových dokumentů elektronickou formou. Rozčilovat se, že není vhodné k editaci je jako rozčilovat se, že není vhodný k editaci dokument vytisknutý na papír.

PDF je prezenční formát, vůbec neobsahuje informace o struktuře dokumentu (tedy co je slovo, co odstavec, co nadpis a jaké úrovně, ...). To není chyba, takový je jeho návrh. PDF vzniklo úpravou PostScriptu, který není příliš vhodný pro čtení na obrazovce a PostScript je grafický popis stránky pro tiskárnu. Na PDF se tedy klidně dívejte jako na obrázky.

Rozčilovat se, že PDF je blbý, protože není vhodný na úpravy je stejné, jako se rozčilovat, že krumpáč je blbý, protože se s ním blbě okopávají jahody (jak zde zaznělo). Takové rozčilování je směšné a jediný blbec je autor takových tvrzení. Fakt se divím Lupě, že něco takového zveřejňuje.

Ja se Lupe nedivim. Podivejte se na pocet prispevku, tim padem na pocet shlednutych reklam a vsadim se, ze se prestanete divit.

Text neni clanek o PDF, ale glosa o osobni zkusenosti autora s jevem, ktery nemohl ovlivnit (zadani vytvorit rejstrik z PDF) a z toho prameniciho zklamani. Jiste se lze dohadovat, nakolik vyhranenou formou je to sepsano a zda nektere vyroky nejsou prilis odvazne, ale az k nevhodnosti zverejnovani bych diskusi rozhodne nevyhrocoval...

Jestli chce lupa ztratit kredit odborného serveru a klesnout na úroveň živě, tak je na dobré cestě, to ano. Ale věřím, že ne všichni jsou tak krátkozrací a prodejní, aby takhle hluboko klesli, nebo ne?

Ano - na pdf jako na obrázky. Vystihl jste to naprosto přesně. Je tu ovšem jeden problém - pdf zpravidla obsahuje text (nejde o to, co obsahovat může a nemusí, ale co obvykle obsahuje). A pokud mi v tom textu neumožňuje vyhledávat, tak potom je to skutečně formát nevhodný pro prezentaci textových informací. Zkusmo jsem si stáhl nějaký český text v .pdf: http://souvislosti.cz/299/all_typo.pdf. Můj Adobe Reader 7.0.0.03 nabízí vyhledáváni v dokumentu, nechal jsem si tedy vyhledat slovo "příčinou", které se nachází na prvním řádku. Výsledek? 0 výskytů. Co je to potom za formát, jehož referenční prohlížeč umožňuje vyhledávání, ovšem nenachází to, co v dokumentu je?

V PDF je čistě prezenční (grafický) formát, nezná strukturu dokumentu a slovo příčinnou se v něm vůbec nemusí nacházet a tedy nejde ani nalézt. V PDF se to slovo může nalézat jako p [kerning] ř [kerning] í [kerning] č [kerning] i [kerning] n [kerning] o [kerning] u přičemž, [kerning] jsou instrukce o jiné pozici znaku. To samé může být s mezerou (kterých je typograficky několik druhů), takže jednoduše nelze určit kde slovo začíná a kde končí. Stejně jako u výsledku x+y=5 nejde zjistit, jestli x+y je 1+4 nebo 3+2. Může zkusit jen hádat (to je velký rozestup, to bude asi mezera a tohle asi bude kerning), což je samozřejmě nespolehlivé. PDF je formát čistě prezenční, je to výsledek sazby dokumentu. Jeho posláním je zachovat přesnou podobu dokumentu ne jeho strukturu. Není určen pro následnou práci s tímto textem, to jsou jeho vlastnosti by design.

Proč tedy referenční Adobe Reader nabízí vyhledávání v dokumentu jako základní funkci (na toolbaru)? Líbil by se vám jakýkoliv jiný software, který má na liště tlačítka základních funkcí, řeklo by se, která ovšem nefungují, protože je tam vlastně "by design" mít nemá? Trochu podivné.

Jak jsi přišel na to, že se jedná o tlačítka "základních" funkcí? Nesnaž se to dramatizovat.

Krom toho, u PDF souborů vytvořených v jednodušších programech, které nepoužívají různé typografické vymoženosti, skládání znaků a podobně to bude fungovat docla obstojně a může se to hodit, tak proč by to tam nemělo být? Ale formát PDF z principu něco takového nezaručuje, nemůže, je to výstupní prezenční formát, do kterého se tiskne.

Nebo-li natvrdo řečeno, je to formát, který nedokáže oddělit formu od obsahu a umožňuje spoustu ojebávek, díky kterým z něj není možné dostat rozumně cokoliv. Je to prostě něco na způsob výstupu v obrázku. Předpokládám, že být tento formát od MS, vyslechli bychom si své.

Špatně. Tenhle formát je čistá forma bez uchování struktury dokumentu. Sled instukcí, kde se co má nakreslit. Je to náhrada vytištění dokumentu na papír. Na PDF je možno se klidně dívat jako na elektronický papír. Mnozí lidé takový formát u MS postrádají a vadí jim, že jej MS nepodporuje. Proto MS do příští verze Office slíbil jeho podporu.

Nevím proč to píšeš mě, já vím, že chyba není ve formátu PDF, který znám dobře. Co tady asi celou dobu říkám? Chyba ale není ani v programech, pokud neprodukují špatný obsah nebo nevalidní formát. To že nevyužívají všechny možnosti PDF nevadí, není to jejich povinnost. Je jen na uživateli, jestli se spokojí s jednoduchým PDF nebo chce využít i jeho další možnosti.

Pro upřesnění. Správně byste měl uvést, kterou verzi pdf máte na mysli. Novější verze formátu pdf jsou schopny lecčeho.

Musim se autora zastat. Prectete si jeste jednou co on napsal a zrejme sam zjistite, ze musite mirne poupravit text, co jste napsal vy.

Napriklad uryvek "článek o PDF od člověka, který neví co to je PDF" by bylo vhodne zamenit textem "článek o PDF od člověka, kteremu posilaji dokumenty lide, kteri neví co to je PDF".

Clanek neni o tom, ze by PDF bylo spatne, ale o tom, ze ho plno lidi pouziva tam kde nema - protoze ho povazuji za neco, co PDF neni - univerzalni format pro VYMENU informaci. Je az s podivem, kolik lidi podsunuje tuto neznalost autorovi, ale faktem je, ze on si stezuje na tuto neznalost u ostatnich! Vase hruba reakce tudiz neni nicim jinym, nez kopii tohoto clanku a i kdyz jste to tak nechtel, davate autorovi zapravdu.

To jsem již udělal, viz. můj příspěvek: Datum: 01.11.2005, 16:10

Trvám na tom, že se autor rozčiluje nad PDF z vlastní hlouposti a útočí na něj.

Vyjadřování autora o PDF svědčí i o tom, že nechápe jeho podstatu a účel ani nezná technické záležitosti kolem něj.

Například tohle to zcela jasně dokládá:

Některé řetězce pak kdovíproč nebyly k nalezení i přesto, že v dokumentu prokazatelně přítomny byly. Přidružily se i takové drobnosti, že slovo na konci řádku rozdělené už nebylo chápáno jako jeden řetězec. Děs, hrůza, soužení a výsměch.

Ten člověk vůbec netuší jak PDF funguje a co to je, ani proč je takové jaké je a k čemu slouží.

Chyba nie je vo _formate_, ale v programoch, ktore vytvaraju vystup v PDF!
Skuste si precitat specifikaciu PDF a zistite co vsetko sa da v PDF spachat. Ak sa PDF vytvara najjednoduchsou cestou odporu: tlacovy driver -> postscript (binarny) -> PDF, tak ste vlastne vsetky vlastnosti, ktore vam PDF poskytuje zahodili a dostali ste sa na uroven komprimovaneho postscriptu, cize jedine co ste tym ziskali je ze mate vystup, ktory vsade vyzera viac menej rovnako a mal by byt vysledny subor mensi ako keby bol v postscripte.
Pred par rokmi som robil na jednom projekte, kde bola cela aplikacia spachana v PDF, bol to katalog vyrobkov, v ktorom sa dalo vyhladavat(fulltext search), vedelo vam to vyplut objednavku, bolo to cele prelikovane, bol v tom multimedialny obsah,vec ako kopirovanie textu a obrazkov bola samozrejma, chodilo to na Win/Mac/UX v Acrobat Reader-ovi, kedze ziaden iny nastroj nema implementovanu plnu specifikaciu PDF.
Takze tlacte na autorov vasich oblubenych programov nech zlepsia PDF vystup a neuspokoja sa s tym, ze len nejako to vyzera, ale ze PDF ma mat aj dalsie vlastnosti, minimalne, zapnute FastWeb Preview ak bude subor na Web-e, Taggovanie, indexy, linky... a o takych veciach ako optimalizacia (PRE-PRESS, SCREEN, PRINT) uz ani radsej nehovorim ...

Este raz, chyba nieje vo formate, ale v programoch produkujucich PDF, mimochodom Adobe Illustratrator ako nativny format pouziva PDF a vie nielen do neho ukladat ale aj dalej to editovat a spracovavat.

V tomto dokumentu skutečně nejde vyhledávat, ale důvodem je to, že autor vytvořil dokument pomocí naprosto nekorektně zlokalizovaného postscriptového písma. Toto písmo bylo zlokalizováno tak, že byly pouze přemalovány znaky na příslušných pozicích, ale názvy jednotlivých znaků zůstaly původní - ze Latin1 sady. Acrobat pak tyto znaky sice zobrazí a vytiskne sprábně (použije znak z příslušného místa fontu, ale při převodu do schránky nebo vyhledávání přiřazuje příslušnému znaku nějakou hodnotu, která je dána názvem znaku, tak jak byl popsán v použitém písmu.

Takové písmo byste v současné aplikaci, která podporuje unicode (MS Word, InDesign, Photoshop, atd.) vůbec nemohli použít - české znaky by byly nepřístupné.

Na vině je hlavně to, že výrobci písem (bohužel i včetně Adobe) v devadesátých letech kašlali na podporu nezápadoevropských znakových sad a díky tomu se rozšířilo plno nekvalitně připravených písem.

Michal Metlička
Adobe Systems

Pouzivate neschopne prehliadace a zvalujete to na format samotny. Rovnako by som mohol pozerat wordovske documenty v notepade a stazovat sa, ze tam nejde vyhladavat. Skutocne AAR nie je zdaleka jediny a nie je ani najlepsi (aj ked je od firmy, ktora format pdf vytvorila). Skusil som vyhladat slovo "příčinou" v tomto pdfk-ku v prehliadaci kpdf a okamzite ho nasiel na 1. riadku.

To o tej referencnosti (a inymi zmienovanej rychlosti) radsej komentovat nebudem. BTW AAR sa da pekne zrychlit pre drvivu vacsinu pouzivatelov odmazanim/premenovanim adresara plugins v mieste instalacie AAR. Ja osobne som sa za posledny rok nenarazil na dokument, ktory by sa kvoli tomu zobrazil nekorektne.

Moje řeč