Brojevi stranica u PDF-u ne odgovaraju knjizi? Najprije provjerite oznake stranica

Ako PDF čitač prikazuje stranicu 4, dok na samoj stranici knjige piše 1, najprije provjerite datotekine oznake stranica (page labels). Naslovnica i uvod numeriran rimskim brojevima mogu pomaknuti fizički položaj, a da knjiga pritom nije nepotpuna. Ispravite navigacijske oznake na kopiji; nemojte odmah početi s utiskivanjem novih brojeva preko stranica ili brisanjem uvoda.

Taj popravak ima svoja ograničenja: oznake ne mogu vratiti skeniranu stranicu koja nedostaje, ispraviti redoslijed stranica niti vam otkriti koji je bio nečitljivi broj. Najprije utvrdite koja je stranica doista prisutna. Zatim podesite navigaciju tako da je točno opisuje.

Izradili smo tri para datoteka prije/poslije koje možete preuzeti kako bismo prikazali razliku: bilježnicu od sedam stranica, verziju s umetnutom nenumeriranom ilustracijom i ulomak koji počinje na tiskanoj stranici 37. U svakom paru oznake su promijenjene, dok su renderirane stranice ostale identične u piksel.

Razlikujte tri vrste brojeva prije bilo kakvih popravaka

Za potrebe ovog vodiča, položaj u datoteci označava prvu, drugu, treću stranicu u PDF-u. Tiskani broj označava broj vidljiv na samoj stranici. Oznaka stranice označava logički identifikator spremljen za navigaciju, kao što je ii ili A-1.

Te se vrijednosti mogu opravdano razlikovati. Objašnjenje PDF Associationa o oznakama stranica opisuje nizove numeriranja, prefikse i razliku između indeksa stranica, brojeva i oznaka. Datoteka može sadržavati uvodne stranice s rimskim brojevima, ponovno pokrenuto numeriranje glavnog teksta i dodatke s prefiksima, a da joj ukupan broj stranica nije netočan.

Evo kako izgleda mapiranje u našoj oglednoj datoteci od sedam stranica:

Cover opisna je oznaka koju smo sami dodijelili, a ne broj otisnut na naslovnici. Ukupan broj ostaje sedam stranica. PDF čitač može prikazivati i oznaku i položaj, kao što je 1 (4 of 7); prikaz obaju podataka nije kontradikcija.

Preuzmite datoteku od sedam stranica prije označavanja i označenu verziju. Otvorite prvu stranicu glavnog teksta u svakoj od njih i usporedite samu stranicu s navigacijskim kontrolama.

Ovo je pretpregled naših pripremljenih stranica s oznakama dodanima izvan slika, a ne snimka zaslona nekog određenog PDF programa.

Mapirajte granice odjeljaka na radnoj kopiji

Prije uređivanja spremite nepromijenjeni izvornik i utvrdite prijelaze pregledavanjem stranica: prva numerirana uvodna stranica, prva stranica glavnog teksta, eventualni umetci te svaki dodatak ili ponovno pokretanje numeriranja. Zabilježite položaj u datoteci pored vidljive oznake.

Provjerite više od samo prve stranice teksta. U gornjem primjeru, pravilo „dodaj tri” pronalazi 1. stranicu teksta, ali ne opisuje rimski uvod niti dodatak A- . Jedan pomak samo je privremena prečica unutar jednog neprekinutog odjeljka, a ne pouzdan opis cijele knjige.

Ako numeriranje neočekivano preskoči — recimo da vidljive stranice idu s 38 na 40 — pregledajte međusobne slike i, ako je moguće, usporedite isto izdanje na izvoru. Možda je riječ o skenu koji nedostaje, namjernom umetku, neobičnoj izvornoj numeraciji ili nekom drugom problemu s redoslijedom. Nemojte dodijeliti oznaku „39” nepovezanoj stranici samo kako bi brojač izgledao neprekinuto.

Za potpisane ili zaštićene PDF-ove upotrijebite dopušteni izvorni radni tijek ili zatražite ispravljeni primjerak od izdavatelja dokumenta. Skripte s oglednim primjerima iz ovog članka nisu namijenjene očuvanju niti zaobilaženju tih zaštita.

Promijenite navigacijske oznake, a ne ispisani sadržaj

Postupak na računalu prema Adobeovoj dokumentaciji

Adobeove važeće upute za oznake stranica u Acrobatu upućuju na Svi alati → Organiziraj stranice → Oznake stranica. Odaberite raspon, započnite novi niz te odaberite stil numeriranja, početnu vrijednost i opcionalni prefiks. Ponovite postupak za zasebne odjeljke; kontinuirani odjeljak može nastaviti prethodni niz.

Za naš primjer to znači rimske brojeve za uvod, ponovno pokretanje decimalnog numeriranja od 1 za glavni dio teksta te decimalno numeriranje s A- za dodatak. Prije primjene svake promjene provjerite stvarno odabrane stranice, osobito ako se postojeće oznake već razlikuju od položaja u datoteci.

Adobe razlikuje ove navigacijske oznake od vidljivih brojeva u zaglavlju ili podnožju. Ako samo želite da se navigacijske kontrole čitača podudaraju s knjigom, dodavanje vidljivog podnožja posve je druga radnja.

Ovi se koraci temelje na dokumentaciji. Za potrebe ovog članka nismo pokretali popravak u Acrobatu niti testirali konkretno Acrobatovo sučelje.

Metoda koju smo doista testirali pomoću biblioteke pypdf

Naši ogledni primjeri izrađeni su pomoću ReportLaba, klonirani verzijom pypdf 6.10.0 i dodijeljene su im oznake bez mijenjanja tokova sadržaja stranica. Isključivo za primjer od sedam stranica, ključna radnja glasi:

from pypdf import PdfReader, PdfWriter
from pypdf.constants import PageLabelStyle

reader = PdfReader("seven-page-before.pdf")
writer = PdfWriter(clone_from=reader)
writer.set_page_label(0, 0, prefix="Cover")
writer.set_page_label(1, 2, style=PageLabelStyle.LOWERCASE_ROMAN, start=1)
writer.set_page_label(3, 4, style=PageLabelStyle.DECIMAL, start=1)
writer.set_page_label(5, 6, style=PageLabelStyle.DECIMAL, prefix="A-", start=1)

with open("seven-page-labeled-copy.pdf", "xb") as output:
    writer.write(output)

assert PdfReader("seven-page-labeled-copy.pdf").page_labels == [
    "Cover", "i", "ii", "1", "2", "A-1", "A-2"
]

API koristi indekse koji počinju od nule: 4. položaj u datoteci odgovara indeksu 3. Gore navedeni rasponi uključuju obje krajnje točke. Ekskluzivni način izvoza, xb, sprječava prepisivanje postojeće datoteke. Točnu implementaciju potražite u verziranoj dokumentaciji za pypdf page-label API i našem cjelovitom generatoru .

Nemojte lijepiti te raspone u nepovezanu knjigu. Prvo utvrdite njezinu strukturu odjeljaka. Naša testirana skripta ne prihvaća korisnički ni izvorni PDF: ona generira samo izvorne primjere definirane unutar nje.

Dva slučaja u kojima fiksni pomak ne funkcionira

Nenumerirana ilustracija mijenja pomak glavnog teksta

U drugom testnom primjeru umetnuli smo tablu s ilustracijom između tiskanih stranica glavnog teksta 1 i 2. Tabla nema otisnut broj stranice. Dodijelili smo joj opisnu oznaku Plate-A i nastavili sljedeću stranicu teksta s brojem 2.

Prije umetanja tiskana stranica 1 nalazila se na 4. mjestu u datoteci: pomak od tri. Nakon umetanja tiskana stranica 2 nalazi se na 6. mjestu u datoteci: pomak od četiri. Ponovna upotreba prvog pomaka odvela bi vas na ilustraciju.

Usporedite verziju od osam stranica prije označavanja s označenom verzijom. Popravak dodaje odjeljak s oznakom na mjestu umetanja i ponovno pokreće numeriranje glavnog teksta nakon njega. Time se tabla ne pretvara u numeriranu izvornu stranicu niti se uklanja iz datoteke.

Ulomak može početi na tiskanoj stranici 37

Naš treći testni primjer sadrži tri stranice s vidljivim brojevima 37, 38 i 39. Njihovi su položaji u datoteci 1, 2 i 3. Odgovarajuće oznake počinju s 37, a ne s 1.

I početna datoteka i uređena datoteka sadrže točno te tri stranice. Označavanje prve stranice kao 37 ne znači da PDF sadrži prethodnih 36 stranica.

Za stvarni isječak koristite brojeve koje možete provjeriti na izvoru. Ako prvi vidljivi broj nedostaje ili je odrezan, pribavite potkrepljujuće dokaze iz izvora prije nego što ga dodijelite. Praktičan, ali nagađan redoslijed može biti zavaravajući više od običnog brojanja položaja u datoteci.

Provjerite spremljenu datoteku, a ne samo dijaloški okvir za uređivanje

Za ova tri para ponovno smo otvorili svih šest PDF-ova i provjerili svaku oznaku. Poppler 26.08.0 renderirao je obje verzije pri 144 dpi. Svih 18 odgovarajućih parova stranica imalo je identične piksele, a svih 18 tokova sadržaja stranica podudaralo se bajt po bajt. Ništa nije utisnuto na sadržaj stranice niti uklonjeno s njega u ovom testu.

The rezultati po stranici uključuju sažetke (hasheve) datoteka, oznake i usporedbe piksela. mapa stranica za preuzimanje bilježi položaje u datoteci, indekse temeljene na nuli i vidljive brojeve. Upute za reprodukciju objašnjavaju verzije zavisnosti i kako ponovno generirati primjere u novim direktorijima.

Time se potvrđuju naše datoteke, ali ne i način na koji svaki pojedini preglednik postupa s njima. PDF Association dokumentira razlike u podršci za oznake među aplikacijama; njihovo objavljeno istraživanje preglednika datira iz 2024., što nije test koji smo danas ponovili. Provjerite čitač koji ćete stvarno koristiti:

1. Ponovno otvorite spremljenu kopiju i potvrdite da je ukupan broj stranica nepromijenjen.
2. Pregledajte prvu i posljednju stranicu svakog numeriranog odjeljka.
3. Pokušajte navigirati na ii, 1 i A-1, ili ekvivalente u vašem dokumentu.
4. Potvrdite da svaki skok vodi na željenu vidljivu stranicu — a ne samo na brojač koji izgleda kao da odgovara.
5. Ako čitač zanemaruje oznake, zadržite eksplicitnu mapu položaja prema stranici ili upotrijebite čitač koji ih podržava. Nemojte uzastopno prepisivati ispravne oznake kako biste kompenzirali nepodržano sučelje.

Podudaranje prikaza ne dokazuje pristupačnost, valjane potpise, funkcionalne poveznice ili ispravno izdvojeni tekst. Ako stranica izgleda dobro, ali je kopirani tekst pogrešan, poslužite se zasebnom dijagnostikom tekstualnog sloja PDF-a. Taj problem ne rješavaju oznake stranica.

Zadržite izvornu mapu ako kasnije prevodite dokument

Ako je točna navigacija bila jedini problem, ovdje možete stati. Za preimenovanje oznaka stranica nisu vam potrebni OCR ni prijevod.

Ako je jezik i dalje prepreka, sačuvajte izvornu datoteku i mapu stranica prije nego što slijedite postupak prevođenja skeniranog PDF-a ili vodič za prevođenje i formatiranje PDF-a. Za opsežnije provjere rezultata upotrijebite kontrolni popis za provjeru kvalitete prijevoda PDF-a.

Čitatelji koji odaberu BookTranslatorov PDF prevoditelj ne bi trebali pretpostaviti da će izvorne oznake stranica preživjeti ponovno generirani izlazni dokument. Način rada OCR može promijeniti izvorni izgled, fontove i veličine fonta. Ako se tekst u izlaznom dokumentu prelije, provjerite važne odlomke u odnosu na original; preslikavanje stare sheme numeriranja na nove prijelome stranica ne osigurava točnu podudarnost.

Cilj nije učiniti svaki broj identičnim. Cilj je učiniti svaki broj nedvosmislenim: gdje se stranica nalazi u ovoj datoteci, kako je izvor naziva i kako vaš čitatelj dolazi do nje.