Estrarre qualche pagina da un estratto senza installare nulla

Estrarre e cancellare non portano allo stesso posto

Un PDF è una collezione numerata di oggetti — descrizioni di pagina, caratteri, immagini, flussi di istruzioni di disegno — con una tabella che registra dove vive ciascuno e quali sono referenziati. L'elenco delle pagine è a sua volta un altro oggetto, un albero che punta agli oggetti-pagina in ordine. Togliere una pagina da quell'albero è una modifica piccola: la pagina smette di essere mostrata e di essere contata. Se l'oggetto a cui puntava venga anche cancellato dal file è una decisione separata, e molti editor non la prendono, soprattutto quando salvano aggiungendo le modifiche in fondo al file invece di riscriverlo.

L'estrazione non ha quell'ambiguità, perché lavora nella direzione opposta. Crea un documento vuoto e vi copia solo le pagine richieste, insieme alle risorse di cui quelle pagine hanno bisogno. Nulla resta indietro perché nient'altro è mai stato portato dentro. È tutta la ragione per preferirla: la garanzia viene dalla costruzione, non dal fidarsi che uno strumento abbia pulito dietro di sé.

Il rettangolo nero è l'errore più costoso qui

Conviene essere netti su questo perché ha messo in imbarazzo governi, studi legali e giornali, ripetutamente e in pubblico. Una pagina PDF è disegnata a livelli, e un'annotazione disegnata per ultima sta sopra ciò che è venuto prima. Mettere un rettangolo nero pieno su un numero di conto cambia l'aspetto della pagina e non cambia nulla del suo contenuto. Il testo sotto è ancora un oggetto del file. Può essere selezionato col cursore, copiato, estratto da qualsiasi strumento di estrazione testo, e letto da un motore di ricerca che indicizzi il documento.

Il modo affidabile per togliere qualcosa da una pagina che tieni è impedire che il testo esista. Trasforma la pagina in immagine, dipingi sulla zona in quell'immagine così che i pixel stessi cambino, e costruisci un nuovo PDF dal risultato. Perdi il testo selezionabile su quella pagina, ed è questo il punto: non c'è più testo da selezionare. È un costo reale — la pagina non è più ricercabile né leggibile dalle tecnologie assistive — quindi applicalo alle pagine che ne hanno bisogno e non all'intero documento.

I numeri stampati non sono i numeri del file

Questo prende quasi tutti una volta. L'estrazione conta pagine fisiche da uno; il numero stampato sulla pagina conta ciò che ha deciso chi ha progettato il documento. Un estratto con una copertina non numerata mette la pagina stampata 1 alla fisica 2, quindi chiedere le pagine da 3 a 5 ti dà le stampate da 2 a 4 — abbastanza plausibile perché tu non te ne accorga, abbastanza sbagliato perché se ne accorga il destinatario. I bilanci con preliminari in numeri romani spostano di più, e un documento assemblato da più fonti può ricominciare la numerazione a metà.

La cura è leggere la posizione fisica, non l'etichetta stampata. Scorri fino alla pagina che vuoi e annota dove sta nel contatore del visualizzatore, che conta fisicamente. Poi estrai, apri il risultato e conferma di avere il contenuto che intendevi e non i numeri che hai chiesto. Su un documento le cui pagine si somigliano tutte — dodici mesi dello stesso impaginato di estratto — quella conferma è l'unica cosa fra te e l'invio di febbraio quando ti chiedevano marzo.

Cosa viaggia con una pagina estratta e cosa no

Il contenuto proprio della pagina arriva intatto — testo, caratteri, immagini, disegno vettoriale. Ciò che appartiene al documento anziché alla pagina di solito non segue. I segnalibri che puntano a pagine che non hai preso non hanno dove andare. I collegamenti interni, un indice, i rimandi ad altre sezioni si rompono o spariscono. I campi modulo possono sopravvivere come campi o venire appiattiti a seconda dello strumento. Se qualcosa di ciò conta per quello che mandi, verificalo sul file estratto invece di darlo per scontato.

Una cosa viaggia eccome, e non va dimenticata: i metadati. Autore, applicazione che l'ha prodotto, date di creazione e modifica e talvolta una cronologia di modifiche completa vivono a livello di documento e vengono spesso copiati nel file nuovo. Su un documento che mandi fuori dalla tua organizzazione, questo può rivelare più delle pagine stesse — il nome di chi l'ha preparato, il modello interno da cui viene, il fatto che è stato modificato un'ora fa.

Mandare le pagine, o mandare tutto?

Qui c'è una tensione vera, e la risposta onesta dipende da chi chiede. Un locatore, un datore di lavoro o un finanziatore che chiede la prova di una cosa non ha diritti sul resto della tua vita finanziaria, e mandare solo le pagine pertinenti è ragionevole e, secondo il principio di minimizzazione dei dati, la pratica migliore. Un'amministrazione fiscale o un revisore che chiede un periodo vorrà di solito tutto il periodo, ed estrarre le parti che ritieni pertinenti sembra una selezione — l'apparenza di scegliersi le prove può costarti più della divulgazione.

Una via di mezzo pratica copre la maggior parte dei casi: manda il documento completo per il periodo richiesto, togliendo a livello di pixel ciò che è davvero irrilevante e sensibile, invece di omettere pagine. Così la sequenza resta intatta e verificabile — i numeri corrono senza buchi, i saldi si riportano — senza consegnare ciò che nessuno ha chiesto. Qualunque cosa scegli, di' cosa hai fatto nel messaggio di accompagnamento. «Pagine da 3 a 5 dell'estratto di marzo» non desta sospetti; un vuoto silenzioso fra pagina 2 e pagina 6 ne desta parecchi.

Controlla il risultato, non l'operazione

Ogni fallimento di questo articolo è invisibile nello strumento e visibile nell'uscita. Il file estratto ha le pagine sbagliate; la pagina che hai oscurato dà ancora testo se ci passi il cursore; i metadati nominano ancora il tuo collega. Tutti e tre si controllano in pochi secondi sul file che stai per mandare, e nessuno si controlla su quello da cui sei partito. Apri il risultato, conta le pagine, prova a selezionare ciò che hai nascosto, e solo allora allegalo.

Domande frequenti

Il destinatario può capire che ho estratto solo una parte del documento?

Di solito sì, e va bene. Numeri di pagina stampati, un'intestazione che dice «pagina 3 di 12», un saldo progressivo che parte a metà — tutto questo lo rende ovvio, e nulla è un problema se hai detto cosa hai mandato. È tentando di mascherare l'estrazione che lo diventa: un estratto parziale presentato come completo è molto peggio di un estratto parziale descritto come parziale.

Estrarre riduce la dimensione in proporzione?

Grosso modo, ma non esattamente, e può sorprendere in entrambe le direzioni. I caratteri e le immagini condivisi da tutto il documento devono essere portati se una pagina estratta li usa, quindi tre pagine su dodici possono pesare più di un quarto dell'originale. Al contrario, se le pagine scartate contenevano tutte le immagini grandi, tre pagine possono pesare quasi nulla. Giudica dal file ottenuto, non dalla frazione di pagine.

Come verifico se un oscuramento ha davvero funzionato?

Apri il file finale, trascina il cursore sull'area annerita e copia. Poi incolla in un qualsiasi campo di testo. Se compare qualcosa, l'informazione è ancora nel documento e la forma nera è decorazione. Fai lo stesso con l'intera pagina selezionata — a volte il testo nascosto è raggiungibile così anche quando un trascinamento diretto sembra vuoto. Se la pagina è stata trasformata in immagine, nulla sarà selezionabile su di essa, il che è insieme la conferma e il costo.

Il file è protetto da password. Posso comunque estrarre pagine?

Non finché la protezione non è tolta, e questo richiede la password che ti hanno dato. Lo strumento non può leggere la struttura di pagine di un documento cifrato, quindi non può estrarne pagine. Gli estratti bancari arrivano così abitualmente, con una password di solito ricavata da una data di nascita o da un numero cliente. Togli la protezione, estrai, poi decidi se l'estratto debba essere protetto di nuovo — per qualcosa caricato su un portale via connessione cifrata, di solito no.

Dividere un documento grande è un buon modo per stare sotto un limite di caricamento?

Spesso il migliore, e meglio che degradare il file, perché la maggior parte dei moduli limita ogni allegato e non l'intero invio. Due metà da 6 MB si caricano dove un file da 12 MB no, e nessuna delle due ha perso qualità. È soprattutto la risposta giusta quando il documento deve restare a piena risoluzione perché lo leggerà un sistema di riconoscimento. Nomina le parti perché l'ordine sia ovvio — «estratto 1 di 2» — e di' nel messaggio che è diviso.