I numeri di pagina del PDF non corrispondono al libro? Controlla prima le etichette di pagina

Se il lettore PDF indica pagina 4 mentre sulla pagina del libro c'è scritto 1, controlla prima le etichette di paginadel file. Una copertina e un'introduzione con numeri romani possono sfasare la posizione fisica senza che il libro sia incompleto. Correggi le etichette di navigazione su una copia; evita di iniziare stampigliando nuovi numeri sopra le pagine o eliminando l'introduzione.

Questa correzione ha un limite: le etichette non possono ripristinare una scansione mancante, correggere l'ordine delle pagine o dirti quale fosse un numero illeggibile. Prima accertati di quale pagina sia effettivamente presente. Poi fai in modo che la navigazione la descriva accuratamente.

Abbiamo creato tre coppie prima/dopo scaricabili per illustrare la differenza: un quaderno di sette pagine, una versione con un'illustrazione non numerata inserita e un estratto che inizia dalla pagina a stampa 37. In ogni coppia, le etichette sono cambiate mentre le pagine renderizzate sono rimaste identiche al singolo pixel.

Distingui i tre numeri prima di correggere qualsiasi cosa

Ai fini di questa guida, posizione nel file indica la prima, seconda, terza pagina nel PDF. Numero stampato indica il numero visibile sulla pagina. Etichetta di pagina indica l'identificatore logico memorizzato per la navigazione, come ii oppure A-1.

Questi valori possono legittimamente differire. La spiegazione sulle etichette di pagina della PDF Association descrive le sequenze di numerazione, i prefissi e la distinzione tra indici di pagina, numeri ed etichette. Un file può contenere pagine preliminari in numeri romani, una numerazione del corpo del testo che riparte da capo e appendici con prefisso, senza che il conteggio delle pagine sia errato.

Ecco la mappatura nel nostro file dimostrativo di sette pagine:

Cover è un'etichetta descrittiva che abbiamo assegnato noi, non un numero stampato sulla copertina. Il totale rimane di sette pagine. Un lettore PDF potrebbe mostrare sia un'etichetta che una posizione, come 1 (4 of 7); vederle entrambe non è una contraddizione.

Scarica il file di sette pagine prima dell'etichettatura e la versione con le etichette. Apri la prima pagina del corpo del testo in ciascuno e confronta la pagina stessa con i controlli di navigazione.

Questa è un'anteprima delle nostre pagine create ad hoc con etichette aggiunte all'esterno delle immagini, non uno screenshot di una specifica applicazione PDF.

Mappa i confini delle sezioni su una copia di lavoro

Prima di iniziare le modifiche, salva una copia originale non modificata e individua le transizioni esaminando le pagine: la prima pagina introduttiva numerata, la prima pagina del corpo del testo, eventuali inserti e ciascuna appendice o riavvio della numerazione. Annota la posizione nel file accanto all'identificatore visibile.

Controlla più della sola prima pagina del corpo del testo. Nell'esempio precedente, "aggiungi tre" trova la pagina 1 del testo, ma non descrive l'introduzione in numeri romani o l'appendice A- . Un singolo scostamento è una scorciatoia temporanea valida all'interno di una sezione continua, non una descrizione affidabile dell'intero libro.

Se una sequenza salta in modo imprevisto (ad esempio, le pagine visibili passano da 38 a 40), ispeziona le immagini intermedie e, se possibile, confronta la stessa edizione alla fonte. Potrebbe trattarsi di una scansione mancante, di un inserto intenzionale, di una numerazione originale insolita o di un altro problema di ordinamento. Non assegnare "39" a una pagina non correlata solo per far apparire continuo il contatore.

Per i PDF firmati o protetti da restrizioni, utilizza il flusso di lavoro autorizzato all'origine o richiedi al fornitore del documento una copia di lettura corretta. Gli script di supporto di questo articolo non sono pensati per mantenere o aggirare tali protezioni.

Modificare le etichette di navigazione, non il contenuto stampato

Una procedura desktop documentata da Adobe

Le attuali istruzioni di Acrobat sulle etichette di pagina indicano il percorso Tutti gli strumenti → Organizza pagine → Etichette di pagina. Seleziona un intervallo, avvia una nuova sequenza e scegli lo stile di numerazione, il valore iniziale e un eventuale prefisso opzionale. Ripeti l'operazione per le diverse sezioni; una sezione continua può invece proseguire la sequenza precedente.

Nel nostro esempio, questo comporta una numerazione romana per l'introduzione, una numerazione decimale che riparte da 1 per il corpo del testo e una numerazione decimale con A- per l'appendice. Verifica attentamente le pagine selezionate prima di applicare ciascuna modifica, soprattutto se le etichette esistenti differiscono già dalle posizioni effettive nel file.

Adobe distingue queste etichette di navigazione dai numeri visibili nelle intestazioni o nei piè di pagina. Se il tuo obiettivo è solo fare in modo che i controlli di navigazione del lettore corrispondano al libro, l'aggiunta di un piè di pagina visibile è un'operazione del tutto diversa.

Questi passaggi si basano sulla documentazione ufficiale. Per questo articolo non abbiamo eseguito una procedura di ripristino con Acrobat né testato un'interfaccia specifica del programma.

Il metodo testato concretamente con pypdf

I nostri file di esempio sono stati generati con ReportLab, clonati con pypdf 6.10.0 e dotati di nuove etichette senza alterare i flussi di contenuto delle pagine. Per il solo campione di sette pagine, l'operazione principale è la seguente:

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"
]

L'API utilizza indici a base zero: la posizione 4 nel file corrisponde all'indice 3. Gli intervalli sopra indicati includono entrambi gli estremi. La modalità di output esclusiva, xb, impedisce di sovrascrivere un file già esistente. Consulta la documentazione con versione dell' API page-label di pypdf e il nostro generatore completo per i dettagli esatti sull'implementazione.

Non incollare questi intervalli in un libro non correlato. Definisci prima la sua mappa delle sezioni. Il nostro script testato non accetta PDF di clienti o sorgenti: genera unicamente gli esempi originali definiti al suo interno.

Due casi in cui un offset fisso non funziona

Un'illustrazione non numerata modifica l'offset del corpo del testo

Nel secondo fixture, abbiamo inserito una tavola fuori testo tra le pagine stampate 1 e 2 del corpo. La tavola non riporta alcun numero stampato. Le abbiamo assegnato l'etichetta descrittiva Plate-A e fatto riprendere la pagina successiva del corpo da 2.

Prima dell'inserimento, la pagina stampata 1 si trovava alla posizione 4 del file: un offset di tre. Dopo l'inserimento, la pagina stampata 2 si trova alla posizione 6 del file: un offset di quattro. Riutilizzare il primo offset porterebbe all'illustrazione.

Confronta la versione di otto pagine prima dell'etichettatura con la versione con etichette. La correzione aggiunge una sezione di etichetta in corrispondenza dell'inserto e riavvia la sequenza del corpo del testo subito dopo. Non trasforma la tavola in una pagina di testo numerata né la rimuove dal file.

Un estratto può iniziare dalla pagina stampata 37

Il nostro terzo fixture contiene tre pagine numerate visibilmente con 37, 38 e 39. Le loro posizioni nel file sono 1, 2 e 3. Le etichette appropriate iniziano da 37, non da 1.

Il file precedente e il file successivo contengono entrambi esattamente queste tre pagine. Assegnare alla prima pagina l'etichetta 37 non implica che il PDF contenga le 36 pagine precedenti.

Per un estratto reale, usa numeri che puoi verificare direttamente sulla fonte. Se il primo numero visibile manca o è tagliato, procurati prove a supporto dalla fonte prima di assegnarlo. Una sequenza ipotizzata per comodità può risultare più fuorviante di un semplice conteggio delle posizioni nel file.

Verifica il file salvato, non solo la finestra di modifica

Per queste tre coppie, abbiamo riaperto tutti e sei i PDF e controllato ogni etichetta. Poppler 26.08.0 ha eseguito il rendering di entrambe le versioni a 144 dpi. Tutte le 18 coppie di pagine corrispondenti presentavano pixel identici, e tutti i 18 flussi di contenuto delle pagine coincidevano byte per byte. In questo test non è stato impresso né rimosso alcun elemento dal contenuto della pagina.

I risultati pagina per pagina includono hash dei file, etichette e confronti tra pixel. La mappa delle pagine scaricabile registra posizioni dei file, indici in base zero e numeri visibili. Le istruzioni di riproduzione spiegano le versioni delle dipendenze e come rigenerare gli esempi in nuove cartelle.

Questo verifica i nostri file, ma non il modo in cui ciascun lettore li gestisce. La PDF Association documenta differenze nel supporto delle etichette tra le varie applicazioni; la sua indagine pubblicata sui lettori risale al 2024 e non è un test che abbiamo ripetuto oggi. Verifica il lettore che userai concretamente:

1. Riapri la copia salvata e conferma che il conteggio totale delle pagine sia invariato.
2. Ispeziona la prima e l'ultima pagina di ogni sezione di numerazione.
3. Prova a navigare verso ii, 1 e A-1, o gli equivalenti nel tuo documento.
4. Verifica che ogni salto porti alla pagina visibile desiderata, non semplicemente a un contatore che sembra corrispondere.
5. Se il lettore ignora le etichette, conserva la mappa esplicita posizione-pagina oppure usa un lettore che le gestisca. Non riscrivere ripetutamente etichette corrette per sopperire a un'interfaccia non compatibile.

Un rendering corrispondente non dimostra l'accessibilità, firme valide, link funzionanti o un testo estratto correttamente. Se la pagina appare corretta ma il testo copiato risulta errato, consulta l'apposita diagnosi del livello di testo del PDF. Questo problema non si risolve con le etichette di pagina.

Conserva la mappa originale se in seguito traduci il documento

Se una navigazione accurata era l'unico problema, fermati qui. L'OCR o la traduzione non sono necessari per rinominare le etichette delle pagine.

Se la lingua rappresenta ancora un ostacolo, conserva il file originale e la mappatura delle pagine prima di seguire il flusso di lavoro per la traduzione di PDF scansionati o la guida alla traduzione e formattazione dei PDF. Per controlli più ampi sui risultati, utilizza la checklist QA per la traduzione di PDF.

I lettori che scelgono il traduttore PDF di BookTranslator non dovrebbero dare per scontato che le etichette delle pagine di origine rimangano intatte in un documento ricreato. La modalità OCR potrebbe alterare il layout, i caratteri e le dimensioni del testo originali. Se l'impaginazione del file risultante cambia, confronta i passaggi più importanti con l'originale; copiare la vecchia numerazione su nuove interruzioni di pagina non garantisce la corrispondenza.

L'obiettivo non è rendere identico ogni numero, ma fare in modo che ciascun numero sia privo di ambiguità: dove si trova una pagina in questo file, come la definisce il testo di partenza e in che modo il lettore può raggiungerla.