Převod souboru PDF do INPAGE

Redakce novin, vydavatelé urdštiny a tiskárny mohou obdržet hotový PDF, ale potřebují upravitelný soubor InPage .inp, aby mohli opravit text, znovu uspořádat sloupce nebo vytvořit revidované vydání. Převod je obvykle proces rekonstrukce, protože PDF nezachovává původní textové rámečky InPage ani strukturu sazby stránky.

Co obsahují soubory PDF

PDF (Portable Document Format) je formát s pevným rozvržením vytvořený společností Adobe, který používají kanceláře, vydavatelé, poskytovatelé tisku, skenery, webové prohlížeče a systémy pro správu dokumentů. Používá se ke sdílení, korekturám, tisku a uchovávání stránek, jejichž vzhled má zůstat konzistentní.

PDF může obsahovat volitelný text, vložená nebo podmnožinová písma, vektorovou grafiku, obrázky, formulářová pole nebo naskenované obrazy stránek. Jeho obsah je uložen jako umístěné prvky stránky, nikoli jako textová pole, propojené texty, sloupce a upravitelná typografie InPage.

Nejprve soubor otestujte v prohlížeči PDF: vyberte a zkopírujte několik řádků textu. Pokud je zkopírovaný text čitelný, může extrakce textu omezit nutnost přepisování; pokud výběr není možný nebo vytvoří obrázek, PDF vyžaduje optické rozpoznávání znaků (OCR).

Co jsou soubory INPAGE

.inp je nativní přípona dokumentů používaná aplikací InPage, desktopovou publikační aplikací pro Windows široce používanou pro urdštinu, arabštinu, perštinu a další publikování zprava doleva. InPage se používá zejména pro sazbu urdštiny v písmu Nastaliq, noviny, knihy, reklamy a tiskové rozvržení založené na stránkách.

Dokument INP může zachovat nastavení stránky InPage, textové rámečky, tok sloupců, typografii, vložené objekty a údaje o sazbě. Je užitečný, když příjemce musí upravit znění, změnit zalomení řádků v urdštině, upravit rozvržení stránky nebo vytvořit nový tiskový PDF z InPage.

INP je proprietární a může záviset na konkrétní verzi. Před předáním potvrďte verzi InPage příjemce a spolu se souborem INP uchovávejte kopie propojených obrázků, písem a finálního kontrolního PDF.

Obnovení PDF v InPage

Neexistuje žádná obecně spolehlivá online služba, která by převáděla libovolná PDF na plně upravitelná rozvržení INP. Služby, které nabízejí přímý výstup INP, mohou vytvořit rastrovou stránku nebo nesprávně zakódovaný text. K vytvoření finálního dokumentu použijte InPage a převod PDF považujte za extrakci textu, OCR a rekonstrukci rozvržení.

1. Pokud existuje původní soubor InPage, Word nebo návrhový soubor, opatřete si jej. Opětovné použití zdroje zachová podstatně více upravitelného obsahu než převod jeho exportu PDF.
2. U textového PDF exportujte nebo zkopírujte text do formátu podporujícího Unicode. Adobe Acrobat Pro dokáže mnoho PDF exportovat pomocí Convert → Microsoft Word → DOCX; Adobe Acrobat's online PDF-to-Word service a Smallpdf mohou také vytvářet soubory DOCX pro materiály, které neobsahují důvěrné informace. Před použitím zkontrolujte exportovaný text v urdštině v editoru Unicode.
3. U naskenovaných stránek před importem textu spusťte OCR. Použijte desktopový OCR software s ověřenou podporou urdštiny nebo online OCR službu pouze u souborů, které lze nahrát třetí straně. OCR v Google Drive/Google Docs může být užitečné u necitlivých skenů, jeho výstup však vyžaduje korekturu. Výsledek exportujte nebo zkopírujte jako prostý text Unicode nebo DOCX.
4. Vytvořte nový dokument InPage s požadovanou velikostí stránky, okraji, sloupci a směrem čtení. Použijte dostupný příkaz pro import textu v InPage nebo vložte text Unicode do textových rámečků InPage. Názvy nabídek se v jednotlivých vydáních InPage liší; nepředpokládejte, že každá verze dokáže přímo importovat soubory PDF nebo DOCX.
5. Použijte požadované písmo InPage a znovu vytvořte nadpisy, textová pole, sloupce, tabulky, linky, obrázky, reklamy a číslování stránek. Dokončený soubor uložte jako publication.inp.
6. Exportujte z InPage kontrolní PDF a porovnejte je se zdrojovým PDF stránku po stránce. Zkontrolujte znění, spojování znaků v urdštině, diakritiku, interpunkci, číslice, konce řádků, pořadí sloupců, umístění obrázků a zalomení stránek.

Omezení kvality a kompatibility

OCR nedokáže obnovit text, který ve skenu chybí, je rozmazaný, zkreslený nebo zakrytý. OCR urdštiny často nesprávně rozpoznává tečky, podobná písmena, ligatury, diakritiku, interpunkci, číslice a text rozdělený do úzkých sloupců; před publikací proveďte korekturu podle původní stránky.

Přímé kopírování volitelného textu v urdštině z PDF může selhat, pokud PDF používá starší kódování písem, vlastní mapování glyfů nebo vložená podmnožinová písma. Vložený výsledek může obsahovat nesprávné znaky nebo se zobrazovat chybně. OCR v Unicode nebo text Unicode extrahovaný z původního zdroje je obecně bezpečnější, přesto však v InPage vyžaduje výběr písma a ruční opravu zalomení řádků.

Import PDF, pokud je v konkrétní verzi InPage dostupný, by měl být otestován na kopii souboru. Importované stránky mohou zůstat jediným obrázkem nebo souborem umístěných objektů namísto upravitelného průběžného textu. Složité tabulky, kaligrafické nadpisy, efekty průhlednosti, oříznutá grafika a stránky s více sloupci obvykle vyžadují ruční rekonstrukci.

Vložená písma PDF se v InPage nenainstalují sama. Původní písma používejte pouze tehdy, pokud k nim máte licenci, nebo je nahraďte schváleným písmem a počítejte se změnou šířek znaků, zalamování řádků a zalomení stránek.