Grundlagen und Software

Aus Texten, Bildern und Grafiken – gemischt oder einzeln – lassen sich mit entsprechenden Programmen PDF-Dokumente und -Dateien erzeugen (z. B. mit freien Programmen wie dem PDFCreator und Büropaketen LibreOffice/ OpenOffice.org, kostenpflichtigen wie Adobe Acrobat oder in vielen Programmen auch einfach über den Druckdialog) und mit entsprechenden Leseprogrammen darstellen (z. B. Evince, Ghostscript, Okular, Adobe Reader, Foxit, Apples Vorschau). Viele Webbrowser bieten integrierte PDF-Viewer, so Google Chrome seit 2010.

Der Ersteller einer PDF-Datei kann diese in vielfältiger Weise vor ungewolltem Gebrauch schützen, indem er die Sicherungsmechanismen von PDF aktiviert. Durch Verschlüsselung soll der Zugriff Unbefugter verhindert werden. Je nach Bedarf kann bereits das Öffnen der Datei ein Passwort erfordern, oder das Kopieren von Inhalten aus der Datei oder das Ausdrucken wird nicht zugelassen. Die dafür in PDF implementierten Schutzmechanismen sind jedoch nicht zuverlässig; insbesondere sind einfachere Formen der Verschlüsselung leicht zu überwinden.

In der Startphase war der Adobe Reader kostenpflichtig. Erst die kostenfreie Weitergabe der Software ermöglichte die Verbreitung des Formats im heutigen Ausmaß. PDF war lange Zeit ein kommerzielles (proprietäres), aber offengelegtes Dateiformat, das im PDF Reference Manual von Adobe dokumentiert ist. Anfang 2007 hatte Adobe es in den Standardisierungsprozess der ISO eingebracht und mit der Veröffentlichung am 1. Juli 2008 ist PDF in Version 1.7 als ISO 32000-1:2008 ein Offener Standard.

Bestimmte Methoden beim Umgang mit PDF wurden zur Erleichterung des Datenaustausches in der Druckvorstufe (als PDF/X) schon vorher und zur Langzeitarchivierung von PDF-Dateien (als PDF/A-1 in ISO 19005-1:2005) von der ISO genormt.

Erzeugung und Umwandlung

PDF ist eine vektorbasierte Seitenbeschreibungssprache, die die freie Skalierbarkeit der Darstellung erlaubt. PDF-Dateien beschreiben das mit der Erstellungsanwendung erzeugte Layout in einer vom Drucker und von Voreinstellungen unabhängigen Form proportional und daher so originalgetreu, wie es prinzipiell möglich ist. Darin unterscheidet sich PDF wesentlich von Beschreibungs- und Auszeichnungssprachen, wie SGML oder HTML. Um eine Darstellung auch auf Ausgabegeräten mit kleiner Anzeigefläche – wie beispielsweise Smartphones – zu optimieren, können in einem PDF Auszeichnungen (ähnlich HTML-Tags) eingelagert werden, die ein Umbrechen der Seiteninhalte – dann zwangsläufig unter Einschränkung der Layout-Treue – ermöglichen. Solche Auszeichnungen ermöglichen es zudem einem Vorleseprogramm, sehbehinderten Nutzern das Dokument vorzulesen, und erleichtern das Konvertieren des Inhalts in andere Formate.

Eine häufig verwendete Anwendung zur Erzeugung von PDF-Dateien ist Adobe Acrobat Distiller, das aus PostScript-Dateien PDFs erstellt. Acrobat Distiller ist als Desktopprodukt für Windows und macOS verfügbar. Serverversionen sowie der kostenlose Adobe Reader existieren auch für andere Plattformen. Mit Hilfe der freien Software Wine läuft Acrobat Distiller auch unter Linux. Diverse Office- und DTP-Programme anderer Hersteller bieten einen direkten PDF-Export an und sind auf einer Reihe von Plattformen verfügbar. Auf nahezu jeder Plattform ist die Erzeugung von PDF-Dateien inzwischen auch mit einer Auswahl von unterschiedlichen Werkzeugen und Programmierbibliotheken möglich, die jeweils verschiedene Optionen bieten.

Siehe auch den Abschnitt Konvertierung anderer Formate zu PDF.

Adobe räumt Entwicklern teilweise das Recht ein, eigene Anwendungen zur Generierung und Bearbeitung von PDF-Dokumenten zu entwickeln, behält sich aber das Copyright über die Spezifikationen vor. PDF als Seitenbeschreibungssprache kann als Weiterentwicklung des Grafikmodells von PostScript angesehen werden, das ebenfalls offengelegt ist. Ende Februar 2007 hat Adobe angekündigt, die PDF-Spezifikation in der Version 1.7 in die ISO-Normierung einzubringen und arbeitet dafür mit dem amerikanischen Branchenverband AIIM zusammen, der das Sekretariat des ISO-Komitees TC 171 innehat. Adobe drohte Microsoft bei Integration des offenen Standards PDF mit kartellrechtlichen Klagen.

Umfang von Dokumenten

PDF-Dokumente können mehrere hunderttausend Seiten umfassen. Dabei ist die Seitengröße durch das Format selbst nicht begrenzt. In Adobe Acrobat gibt es jedoch durch die Implementierung bedingte Grenzen:

• bis Version 3 auf 45 Zoll × 45 Zoll (1,143 m × 1,143 m)
• bis Version 6 auf 200 Zoll × 200 Zoll (5,08 m × 5,08 m)
• ab Version 7 auf 15.000.000 Zoll × 15.000.000 Zoll (381 km × 381 km)

Speicherung von Informationen im Dokument

In PDF-Dateien werden alle Informationen als nummerierte Objekte abgespeichert. Objekte sind beispielsweise Schriftinformationen, Zeichenbreiten, verwendete Zeichen-Encodings (Mac/PC …), Seitenbeschreibung, Parameter für Decoder, Crop-Boxes, einzelne Lesezeichen, Farbdefinitionen, Seitenreihenfolgen, Bitmaps, Formulare, Sprungmarken und alles andere, was in PDF-Dateien gespeichert werden kann. Eine hundertseitige PDF-Datei kann ohne Weiteres 10.000 Objekte enthalten.

PDF basiert auf dem gleichen Grafikmodell wie die Seitenbeschreibungssprache PostScript, erlaubt jedoch gegenüber dieser einige zusätzliche Funktionen – insbesondere interaktive Elemente wie Lesezeichen, Kommentare, Formularfelder und deren Programmierung mit JavaScript sind möglich. Auch das Grafikmodell für die Seiteninhalte wurde gegenüber PostScript um Funktionen wie Transparenz oder optionalen oder schaltbaren Inhalt (in der Acrobat-Bedienungsoberfläche als Ebenen bezeichnet) oder die Unterstützung von ICC-Profilen und OpenType-Schriften erweitert.

Schriften (mit Ausnahme von Pixelschriften) und Vektorgrafiken können beliebig ohne Qualitätsverlust vergrößert werden. Große Netzwerkpläne und Datenmodelle lassen sich unter diesen Voraussetzungen verlustfrei auf einer PDF-Seite unterbringen.

Aus PDF-Dokumenten lassen sich Textpassagen, Tabellen und Grafiken (auch Ausschnitte davon) leicht in anderen Anwendungsprogrammen durch Kopieren und Einfügen der jeweiligen Elemente weiterverarbeiten, falls der Ersteller des Dokumentes es zugelassen hat. Text kann nicht nur zur Weiterverarbeitung in anderen Anwendungen, sondern auch zum Durchsuchen oder zur Verwendung mit anderen Ausgabemedien, wie Screenreadern, extrahiert werden. Durch die Textsuche im einzelnen Dokument oder die Volltextrecherche innerhalb einer PDF-Dokumentensammlung lassen sich Detailinhalte sehr einfach auffinden. Das funktioniert selbst dann, wenn der Text grafisch verzerrt, etwa in Kreis- oder Kurvenform, dargestellt ist.

Sicherheit von Dokumenten

Bearbeiten von Dokumenten

PDF wurde als ein Austauschformat für fertiggestellte Dokumente konzipiert. Inzwischen gibt es eine Reihe von Programmen und Erweiterungen für Adobe Acrobat, mit denen sich PDF-Dateien bearbeiten lassen. Das Format ist jedoch nicht mit Dateiformaten von Textverarbeitungsprogrammen oder Grafikprogrammen vergleichbar und eignet sich, abgesehen von der Notiz- und Kommentarfunktion, nur begrenzt zur Weiterverarbeitung von Dokumenten. Innerhalb gewisser Grenzen ist es jedoch möglich, beispielsweise Tippfehler zu entfernen. Vorteile im Desktop-Publishing sind für Grafiker und Designer die Einbindung aller Elemente für die Druckerstellung.

PDF-Dokumente können abhängig vom Einzelfall sowohl größer als auch kleiner als die Dateien der Ursprungsanwendung sein. Die Größe eines Dokuments hängt ab von der Art der enthaltenen Daten, von der Effizienz des Erstellungsprogramms und davon, ob Schriften eingebettet wurden. Schriften können entweder vollständig, als Untermenge der tatsächlich im Dokument verwendeten Zeichen oder aber überhaupt nicht eingebettet werden. Soll ein Dokument zuverlässig darstellbar sein, unabhängig davon, ob auf der Zielplattform die verwendeten Schriften installiert sind, müssen mindestens die tatsächlich verwendeten Zeichen eingebettet werden.

Drucken im Batchbetrieb von der Kommandozeile

Gedruckt wird meist innerhalb der grafischen Benutzeroberfläche eines Betrachters mit File ▸ Print…. Acrobat Reader und Foxit Reader haben die Kommandozeilenoption /t <Datei> <Druckername> in den neueren Versionen teils entfernt (September 2015). In Acrobat kann man nur noch auf den Default-Drucker drucken, wohingegen bei Foxit der Drucker zwar wählbar ist, aber Foxit das Anwendungsfenster öffnet und nach dem Druck nicht mehr schließt (der Nutzer muss es von Hand schließen).

lpr -P <Druckername> "datei.pdf"

C:\Program Files\gs\gs9.16\bin>gswin64c.exe \
  -dNOPAGEPROMPT \
  -dNOPROMPT \
  -dNOPAUSE \
  -dBATCH \
  [-dDEVICEWIDTHPOINTS=<Number of American points for the paper size>] \
  [-dDEVICEHEIGHTPOINTS=<Number of American points for the paper size>] \
  -sOutputFile="%printer%\\<server>\<printer name>" \
  -sDEVICE=mswinpr2 \
  <myfile.pdf>

Serialisierung und Kompression

PDF wurde im Laufe seiner Entwicklung mehrfach auf spezielle Anforderungen für die Verwendung im Internet angepasst. So musste ein Dokument ursprünglich vollständig verfügbar sein, um dargestellt werden zu können. Inzwischen ist es möglich, PDF-Dokumente zu serialisieren, so dass Teile davon bereits während des Ladevorgangs dargestellt werden können. Ab Version 1.5 der PDF-Spezifikation können mehrere Objekte in einem PDF zusammengefasst und dann komprimiert werden, was insbesondere bei den für die Dokumentstruktur erforderlichen zahlreichen kleinen Objekten zu einer deutlich besseren Kompression führt (Bilddaten oder die eigentliche Beschreibung einer Seite konnten schon immer komprimiert werden).

Bei der Archivierung gedruckter Dokumente als PDF-Dateien wird ein gemischter Ansatz bevorzugt, um sowohl das Originaldokument weitestgehend zu erhalten als auch Durchsuchbarkeit zu gewährleisten. Durch geschickte Kombination der von PDF prinzipiell unterstützten Bildkompressionsverfahren wird eine sehr starke Kompression erreicht (typischerweise 1:200), indem Hintergrund (typischerweise flächige Strukturen und Farbverläufe) und Text (scharfe Ränder, dafür nur wenige Farben) mit verschiedenen, dafür speziell geeigneten Verfahren komprimiert und anschließend übereinandergelegt werden. Der eigentliche Text wird per OCR-Verfahren extrahiert und unsichtbar eingebettet.

Navigation am Bildschirm

Im Gegensatz zu früheren Seitenbeschreibungssprachen wie PostScript ist die „Vorschau“ am Bildschirm nicht mehr nur ein Hilfsmittel, um Probeausdrucke zu vermeiden, sondern bietet Funktionen, die im Ausdruck nicht möglich sind: bei Querverweisen und Literaturangaben muss man nicht zum Ziel blättern, sondern kann durch Klicken auf den Verweis direkt auf die Zielseite springen. Navigation innerhalb des Dokuments wird auch durch Seitenicons oder Anzeige von Gliederungsbäumen (dem Inhaltsverzeichnis entsprechend) erleichtert. Klickt man auf externe Links, so wird das Zieldokument im Webbrowser angezeigt. Diese Funktionen müssen allerdings durch die Erzeugungssoftware von den Verfassern „eingebaut“ (etwa mit LaTeX und dem LaTeX-Erweiterungspaket hyperref, vgl. #TeX/DVI) und vom Betrachter implementiert sein.

MediaBox (Medienrahmen)

Sie definiert die Größe des Ausgabemediums des PDF-Dokumentes. Das Dokument ist noch nicht beschnitten und enthält in der Regel die im PDF-Generator eingestellte PostScript-Seitengröße. Die MediaBox muss immer die größte aller Boxen sein, da sie alle anderen Boxen mit einschließen muss, und es ist die einzige Box, die in einem PDF stets enthalten sein muss.

CropBox (Beschnittrahmen)

Die CropBox (teilweise als Maskenrahmen bezeichnet) beschreibt den Bereich einer PDF-Seite, der auf dem Bildschirm bzw. dem Drucker ausgegeben werden soll. Voreingestellt sind die Werte der MediaBox.

BleedBox (Anschnittrahmen)

Eine BleedBox beinhaltet Informationen über die Anschnittrahmen, die die Größe des Endformates zuzüglich des vorgesehenen Beschnitts (Überfüller) definiert. In der Druckindustrie wird ein Beschnitt in der Regel von 3 bis 5 mm pro Seite benötigt. Ein Anwendungsbeispiel sind Bilder, die im Anschnitt (also direkt am Seitenrand) liegen bzw. abfallende Bilder, die am Seitenrand beschnitten werden. Für eine A4-Seite, die an eine Druckerei geliefert werden soll, ergibt sich bei einem Beschnitt von 3 mm somit für die BleedBox eine Breite von 210 mm + 6 mm und eine Länge von 297 mm + 6 mm, also 216 mm × 303 mm. Voreingestellt sind die Werte der CropBox.

TrimBox (Endformatrahmen)

Die TrimBox ist das Endformat des Dokumentes ohne Beschnitt.

ArtBox (Objektrahmen)

Die ArtBox (auch Bounding Box genannt) beschreibt den Seitenausschnitt, der beim Platzieren der PDF-Seite in einem anderen Programm verwendet werden soll; vergleichbar mit der Größenangabe für das Importieren einer EPS-Datei.

XML

PDF-Dokumente können aus XML-Daten in zwei Schritten erstellt werden:

• Transformation mit Hilfe eines XSLT-Stylesheets in das XSL-FO-Format
• Ein PDF-Prozessor (zum Beispiel Apache FOP, Altsoft Xml2PDF) erzeugt daraus das fertige PDF-Dokument.

Ein leicht nachzuvollziehendes Beispiel ist die Transformation/Formatierung von invitation.xml in PDF (das Beispiel zeigt auch die Transformation in XHTML und WordML).

HTML

Aus einer HTML-Datei können PDF-Dokumente mit dem Programm HTMLDOC erzeugt werden. Dieses Programm verfügt sowohl über eine Konsolenschnittstelle als auch über eine grafische Benutzeroberfläche. Damit ist es sowohl auf einem Client zur direkten Bedienung durch den Benutzer als auch zum Servereinsatz, z. B. zur On-the-fly-Generierung von PDF-Dokumenten, geeignet.

Ein Perl-Modul HTML::HTMLDoc erleichtert Perl-Entwicklern die Schnittstelle zur Kommandozeile.

Das Programm wkhtmltopdf ermöglicht die Generierung von mehreren PDF-Dokumenten gleichzeitig, ggf. inklusive Inhaltsverzeichnis. Durch die Verwendung des Webkit-Browser-Pakets werden qualitativ sehr hochwertige Dokumente, z. B. zur Dokumentation kompletter Websites, erzeugt. wkhtmltopdf ist ein Konsolenprogramm und kann ggf. auch über das Perl-Modul WKHTMLTOPDF bedient werden.

Auch PDF.js wandelt PDF-Dateien (temporär) in HTML-Code um, um deren Anzeige im Browser zu ermöglichen.

HTML2PDF Rocket ist ein Webdienst, der eine Webseite liest und dynamisch ein PDF oder ein Bild generiert. Mit einem API-Schlüssel konvertiert es den Inhalt einer Webseite in eine PDF-Datei. Es kann komplexe Dokumente und Layouts verarbeiten, einschließlich Bilder.

TeX/DVI

• Aus DVI-Dateien (das Format wurde 1979 entworfen), die von den Satzprogrammen TeX und groff (u. a.) erzeugt werden, können auf verschiedene Weisen PDF-Dateien erzeugt werden:
  1. Man erzeugt aus der .dvi-Datei mithilfe des Gerätetreibers dvips eine PostScript-Datei (.ps) und aus dieser mit dem Adobe Distiller oder dem Ghostscript-Teilprogramm ps2pdf ein .pdf – kurz dvi→ps→pdf.
  2. Eine „partielle Abkürzung“ dieser Methode stellen Programme wie dvipdfm oder dvipdfmx dar, die DVI „direkt“ in PDF umwandeln.
• pdfTeX und LuaTeX sind Weiterentwicklungen von TeX, die „direkt“, ohne das Zwischenformat DVI, PDF-Dateien erzeugen. Diese Erweiterungen von TeX erlangten zu Beginn des 21. Jahrhunderts Bedeutung.

Vielen TeX-Nutzern genügen die angegebenen Alternativen zur zuerst genannten Methode dvi→ps→pdf. Andere TeX-Nutzer betten jedoch PostScript in einem Maße in den Quellcode ein, dass diese Methoden versagen. Das trifft vor allem zu, wenn das TeX-Paket PSTricks verwendet wird. Die Zusatzpakete pst-pdf, auto-pst-pdf und pdftricks bieten in diesem Fall Erleichterungen. Insgesamt verbleiben jedoch Fälle, in denen die „traditionelle“ Methode dvi→ps→pdf unersetzbar ist. Eine weitere Alternative bietet aber

• XeTeX, das nach pdfTeX und etwas früher als LuaTeX erschien. Es erzeugt ein Zwischenformat XDV und daraus (vom Anwender kaum bemerkt) mit dem Treiber xdvipdfmx PDF. Dadurch soll PostScript im Dokumentquellcode vollständig verarbeitet werden. Für die Verwendung von PStricks wird noch ein Paket xetex-pstricks angeboten.

3D-Daten

3D-PDF-Dokumente sind PDF-Dokumente, die entweder ein U3D-Flächenmodell oder ein BREP/Flächenmodell PRC enthalten. Sie dienen vorwiegend der Visualisierung von CAD-Daten, kommen aber auch zunehmend in wissenschaftlichen Veröffentlichungen zur Anwendung.

Der kostenlose Adobe Reader kann ab der Version 8.1 beide Formate anzeigen, animieren, schneiden und messen. Andere PDF-Viewer und die in Webbrowsern integrierte Viewer können eingebettete 3D-Daten meistens nicht darstellen.

Mit Acrobat 3D V7 ließen sich 3D-Daten aus 40 CAD-Formaten in 3D-PDF-Dateien konvertieren; jedoch hat 2010 Adobe Entwicklung, Vertrieb und Support der 3D-PDF-Konverter-Technologie an Tech Soft 3D und die PROSTEP AG übergeben. Ab Acrobat X ist die Konvertierung nur noch als kostenpflichtiges 3D-PDF-Converter-Plugin des Unternehmens Tetra 4D verfügbar.

Einige CAD-Programme wie Allplan oder SolidWorks haben einen 3D-PDF-Export; Allplan bietet auch einen 3D-PDF-Import.

Auch Werkzeuge wie Deep Exploration von SAP, Pages3D von QuadriSpace und 3DVIA Composer von Dassault Systèmes können 3D-CAD-Modelle als 3D-PDF abspeichern.

Neben den 3D-Daten als Visualisierung können auch andere relevanten Informationen zu einem CAD-Modell in ein PDF eingefügt werden. So können beispielsweise für die Herstellung eines Blechteils die Daten des fertigen Modells als 3D-Visualisierung gezeigt werden.

Videoformate

Ab Acrobat 9 lassen sich diverse in Shockwave Flash (SWF) konvertierte Videoformate in Adobe PDF einbetten. Dadurch können Videos, Animationen und Anwendungen auf vielen Plattformen genutzt werden. Aufgrund der Adobe-Flash-Unterstützung in Adobe Reader ab Version 9 ist kein zusätzlicher Player für die Wiedergabe erforderlich. Seit dem letzten Patch von Adobe Acrobat und Adobe Reader 9 hat Adobe bei 3D-PDF das Standardverhalten geändert, unter anderem wurde der Flashplayer aus Adobe Acrobat 9 und Adobe Reader 9 entfernt – Flashinhalte greifen auf den Flashplayer im Betriebssystem zu. Adobe Acrobat X und Adobe Reader X sind nicht betroffen, da dort fast keine Angriffe erfolgen. 3D-Daten, SWF-Funktionen und SWF-Videoformate können auch kombiniert werden; so ist es möglich, Teilflächen des Modells mit SWF-Videos und Funktionen zu belegen.

Dateien aus Büroanwendungen

Viele aktuelle Programmpakete wie Apple iWork, Microsoft Office, LibreOffice, OpenOffice.org und Softmaker Office bieten einen PDF-Export an.