Che cos'è un PDF? Basi del formato spiegate

Il PDF è stato inventato da Adobe Systems nel 1993. L'obiettivo era semplice ma ambizioso: un formato di file unico che preserva font, immagini, grafica e impaginazione di un documento esattamente come l'autore aveva previsto, qualunque fosse il computer, il sistema operativo o la stampante usati per visualizzarlo. Il nome «Portable Document Format» riflette questa ambizione.

Durante il suo primo decennio, il PDF fu un formato proprietario di Adobe. Nel 2008 fu pubblicato come standard internazionale aperto, ISO 32000-1, che ha trasferito la gestione all'Organizzazione Internazionale per la Standardizzazione (ISO). Ora chiunque può costruire software che legge o scrive PDF senza pagare royalties. Una versione revisionata,ISO 32000-2 (PDF 2.0), è stata pubblicata nel 2020 e ha chiarito molti casi limite senza rompere i file esistenti.

I PDF risolvono un problema reale che i formati precedenti non potevano. Un documento Word aperto su un altro computer può riorganizzarsi, cambiare font e modificare le interruzioni di pagina. Una pagina web dipende dal browser e dalla dimensione dello schermo. Un PDF, invece, è un documento a impaginazione fissa: la pagina 3 appare come la pagina 3 ovunque.

Questa affidabilità ha fatto del PDF il formato predefinito per contratti, fatture, lavori di ricerca, moduli amministrativi, ebook e qualsiasi documento destinato a essere stampato o archiviato. I lettori gratuiti (Adobe Acrobat Reader, poi i browser e i sistemi operativi) hanno reso la consultazione senza attriti. Oggi tutti i principali sistemi operativi possono aprire un PDF senza installare software aggiuntivo.

Un PDF è un file strutturato di testo e binario composto da quattro parti:

• Header — una sola riga che indica la versione PDF (per esempio, %PDF-1.7).
• Corpo — una sequenza di oggetti numerati che descrivono pagine, font, immagini, flussi di testo e metadati. Ogni oggetto è indipendente e può essere letto in qualsiasi ordine.
• Tabella dei riferimenti incrociati — un indice che dà l'offset in byte di ogni oggetto, così che un lettore possa saltare direttamente a qualsiasi oggetto senza scorrere tutto il file.
• Trailer — punta alla tabella dei riferimenti incrociati e all'oggetto radice (il catalogo del documento), così che il lettore sappia da dove iniziare.

Questo design è il motivo per cui i PDF possono essere voluminosi ma aprirsi rapidamente: la tabella dei riferimenti incrociati permette ai lettori di recuperare solo gli oggetti di cui hanno bisogno. È anche perché gli aggiornamenti incrementali sono possibili — quando modificate un PDF, un nuovo oggetto e una nuova sezione di riferimenti incrociati possono essere aggiunti senza riscrivere tutto il file.

Il numero di versione nell'header (%PDF-1.x o%PDF-2.0) indica a un lettore quali funzionalità il file può usare. La maggior parte dei PDF reali è tra 1.4 e 1.7. La versione 1.5 ha introdotto i flussi di oggetti e flussi di riferimenti incrociati che riducono la dimensione. La 1.6 ha aggiunto contenuto 3D e una crittografia più ricca. La 1.7 (la base di ISO 32000-1) ha consolidato tutto. PDF 2.0 ha ripulito la specifica ma resta poco comune in pratica.

Per l'uso quotidiano, la versione conta raramente. I lettori moderni gestiscono tutte. Quello che conta di più è cosa c'è negli oggetti: font incorporati, compressione delle immagini e metadati.