I PDF multilingue sono comuni nei contesti aziendali, governativi e legali internazionali. Un contratto potrebbe apparire in inglese e francese in colonne parallele su ogni pagina, con ciascuna versione linguistica che ha uguale valore giuridico. Un manuale del prodotto potrebbe includere sezioni separate in inglese, spagnolo e cinese, ciascuna indirizzata a un mercato regionale diverso. Un modulo governativo potrebbe fornire istruzioni in cinque lingue raggruppate su un’unica pagina in modo che un singolo documento sia utile a un’intera popolazione multilingue. La sfida di oscurare informazioni da un documento di questo tipo è fondamentalmente più complessa rispetto all'oscuramento di un PDF monolingua perché è necessario prendere decisioni deliberate, lingua per lingua, su quale testo rimuovere e quale conservare.
Potrebbe essere necessario rimuovere il testo sensibile in una lingua preservando le informazioni identiche in un'altra lingua in cui non sono considerate sensibili ai sensi delle norme sulla divulgazione di tale giurisdizione. Potrebbe essere necessario oscurare solo la versione inglese di un nome personale lasciando le versioni francese e spagnola completamente visibili perché alle diverse versioni linguistiche dello stesso documento ufficiale si applicano norme sulla privacy diverse. Oppure potrebbe essere necessario oscurare le informazioni classificate da una sezione linguistica lasciando intatti i riassunti non classificati in altre lingue. Questi scenari richiedono una tecnica di redazione che operi a livello di singoli blocchi di testo piuttosto che di intere pagine, e tale tecnica inizia con la comprensione esatta di come il contenuto multilingue viene archiviato all'interno di un file PDF.
Come viene archiviato il testo multilingue all'interno di un documento PDF
Un file PDF memorizza il testo come singoli caratteri, ciascuno posizionato in precise coordinate xey sull'area di disegno della pagina. Ogni carattere porta il proprio identificatore di carattere, dimensione, colore e coordinate esatte di posizionamento. Fondamentalmente, il formato PDF non ha un concetto di linguaggio incorporato. Un blocco di testo inglese e un blocco di testo francese sulla stessa pagina non vengono contrassegnati o etichettati come inglese o francese in nessun punto della struttura del file. Sono semplicemente due raccolte indipendenti di sequenze di caratteri posizionate in diverse regioni della pagina, probabilmente rese con caratteri diversi ottimizzati per il particolare set di caratteri e le convenzioni tipografiche di ciascuna lingua.
Questa assenza di metadati linguistici è, paradossalmente, sia il più grande ostacolo alla redazione specifica della lingua sia la caratteristica che la rende tecnicamente possibile. È un ostacolo perché nessuno strumento di redazione può identificare automaticamente quale testo appartiene a quale lingua leggendo un tag di metadati. Non è presente alcuna colonna della lingua nella tabella degli oggetti interni del PDF. È ciò che rende possibile la redazione specifica della lingua perché la completa indipendenza strutturale dei blocchi di testo di ciascuna lingua dalle altre significa che la redazione di una versione linguistica non influisce realmente sull'altra. Le sequenze di testo inglese e quelle di testo francese occupano intervalli di byte diversi nel file e possono essere manipolate in modo indipendente.
In termini pratici, ciò significa che quando si disegna un rettangolo di redazione su un paragrafo di testo inglese nella colonna sinistra di un layout a due colonne, lo strumento di redazione PDF rimuove solo le sequenze di caratteri le cui coordinate rientrano in quel rettangolo. Il testo francese nella colonna di destra, collocato al sicuro a coordinate diverse, non è stato toccato. La separazione è puramente geometrica, non linguistica, ma funziona perché la geometria è correlata in modo affidabile al confine linguistico. Finché puoi identificare con precisione quali aree di ciascuna pagina contengono quale lingua, puoi oscurare in modo selettivo in base alla lingua.
Prova Redige PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.
Creare una mappa linguistica prima di apportare eventuali correzioni
Il passo preparatorio più importante per la redazione specifica della lingua è la creazione di una mappa linguistica completa del documento prima di redigere qualsiasi cosa. Sfoglia ogni pagina in modo sistematico e identifica con precisione quali blocchi di testo appartengono a quale lingua. In un layout a colonne parallele, documenta che la colonna di sinistra è la Lingua A e la colonna di destra è la Lingua B nelle pagine da 1 a 20. In un layout in pila, tieni presente che il terzo superiore di ogni pagina è l'inglese, il terzo centrale è lo spagnolo e il terzo inferiore è il cinese. In un documento in cui le lingue si alternano per sezione, contrassegna gli intervalli di pagine per ciascuna sezione linguistica. Crea un semplice documento di riferimento, sia esso un foglio di calcolo, screenshot contrassegnati o note scritte a mano, che puoi consultare durante il processo di redazione per confermare quale testo appartiene a quale lingua.
La mappa linguistica funge da riferimento autorevole quando si ingrandisce un paragrafo specifico e si desidera verificare quale lingua si sta guardando prima di applicare una redazione. Previene l'errore di redazione specifico della lingua più comune: oscurare accidentalmente il testo nella lingua sbagliata perché hai perso traccia della regione linguistica in cui stavi lavorando. Il tempo impiegato per creare la mappa è insignificante rispetto al tempo e alle potenziali conseguenze di dover spiegare perché il testo nella lingua sbagliata è stato oscurato da un documento ufficiale.
Utilizzo delle informazioni sui caratteri per facilitare l'identificazione della lingua
Sebbene il formato PDF non memorizzi i tag della lingua, memorizza informazioni dettagliate sui caratteri per ogni sequenza di caratteri e questi dati sui caratteri possono fungere da potente proxy per l'identificazione della lingua. Sistemi di scrittura diversi richiedono tecnologie di caratteri fondamentalmente diverse. La tabella seguente associa i tipi di script di carattere comuni alle lingue che in genere rappresentano e le considerazioni sulla redazione per ciascuna.
| Tipo script carattere | Possibili lingue rappresentate | Considerazioni chiave sulla redazione |
|---|---|---|
| Caratteri latini | Inglese, francese, spagnolo, tedesco, italiano, portoghese, olandese e la maggior parte delle altre lingue dell'Europa occidentale | Verificare visivamente quale lingua specifica; i caratteri si sovrappongono pesantemente tra le lingue |
| Caratteri CJK (SimSun, MS Mincho, Batang) | Cinese (semplificato o tradizionale), giapponese, coreano | Il nome del carattere spesso indica direttamente la lingua di destinazione |
| Caratteri arabi | Arabo, persiano (farsi), urdu, pashto | Direzione del testo da destra a sinistra; i rettangoli di redazione devono tenere conto del layout RTL |
| Caratteri cirillici | Russo, ucraino, bulgaro, serbo, macedone | Le forme dei glifi sono molto simili in queste lingue; verifica visiva essenziale |
| Caratteri devanagari e indiani | Hindi, marathi, nepalese, sanscrito e altre lingue dell'Asia meridionale | La modellazione complessa dei glifi può influire sul posizionamento del rettangolo di redazione |
Le informazioni sui caratteri restringono il problema dell'identificazione della lingua da "quale delle settemila lingue del mondo" a "quale tra un piccolo gruppo di lingue che utilizza questo particolare sistema di scrittura". Se combinata con l'ispezione visiva del contenuto testuale effettivo, l'identificazione basata sui caratteri è sufficientemente affidabile per una redazione sicura e specifica della lingua praticamente in tutti i documenti del mondo reale.
Esecuzione di oscuramento specifico della lingua con strumenti PDF standard
Gli strumenti di redazione PDF standard non includono una funzione di selezione della lingua. Non è presente un menu a discesa in cui scegliere "Redigi solo in inglese" o "Redigi solo in francese". La redazione viene eseguita disegnando regioni rettangolari sul contenuto che si desidera rimuovere definitivamente dal file. Per la redazione specifica della lingua, ciò significa che è necessario disegnare con attenzione rettangoli di redazione che coprano solo il testo nella lingua di destinazione evitando con precisione il testo in altre lingue che occupa aree adiacenti o vicine della stessa pagina.
In un layout pulito a colonne parallele in cui l'inglese occupa il 45% a sinistra della pagina e il francese occupa il 45% a destra con un margine chiaro tra di loro, l'attività è gestibile. Si disegnano rettangoli di redazione che coprono il testo della colonna inglese e si lascia completamente sola la colonna francese. Nei documenti in cui le lingue sono interlacciate, come un modulo in cui ciascuna etichetta di campo appare in tre lingue impilate verticalmente, l'attività richiede di ingrandire almeno il 200% e di disegnare rettangoli precisi e stretti che coprano solo la riga della lingua di destinazione senza tagliare la riga sopra o sotto di essa.
Lo strumento PDF Redaction di WukongPDF esegue una vera e propria redazione distruttiva, rimuovendo in modo permanente il contenuto selezionato dalla struttura del file PDF anziché semplicemente coprirlo con un rettangolo nero. Per la redazione specifica della lingua, ingrandire almeno il 200% su ciascuna pagina. Disegna con cura i rettangoli di redazione, verificando che ciascun rettangolo copra solo il testo nella lingua di destinazione. Dopo aver applicato tutte le oscurazioni, scorrere l'intero documento con lo zoom normale per eseguire un passaggio di verifica visiva. Confermare che il testo in una lingua non di destinazione sia completamente intatto, completamente leggibile e non presenti segni di ritaglio accidentale ai confini tra le regioni linguistiche.
Gestione dei contenuti condivisi visualizzati in tutte le versioni linguistiche
Alcuni elementi di un documento multilingue sono condivisi tra tutte le versioni linguistiche per loro natura. Un numero di riferimento del contratto, un numero di causa, un importo monetario, una data o l'indirizzo di un immobile possono apparire identici in ciascuna sezione linguistica perché si tratta di fatti che non cambiano con la traduzione. Se tali informazioni condivise devono essere oscurate, devono essere oscurate in ogni singola versione linguistica in cui appaiono. Lasciare un numero di caso visibile nella sezione francese mentre è stato oscurato dalla sezione inglese crea un'evidente e dannosa incoerenza che qualsiasi revisore noterà immediatamente.
Se esiste un motivo legittimo per preservare le informazioni condivise in una lingua mentre le si redige in un'altra, tale motivo deve essere documentato esplicitamente. Crea una breve nota di accompagnamento o incorpora metadati nel PDF che spieghi quale versione linguistica è stata oscurata, la base legale o normativa specifica per l'oscuramento selettivo e l'autorità sotto la quale è stata presa la decisione di oscuramento. Questa documentazione protegge sia la persona che ha eseguito la redazione sia l'organizzazione che ha rilasciato il documento stabilendo che la rimozione selettiva è stata una decisione deliberata e giustificata piuttosto che una svista o un errore nel processo di redazione.
Per i documenti in cui i requisiti di oscuramento specifici della lingua sono guidati da quadri giuridici multigiurisdizionali veramente complessi, consultare un consulente legale prima di eseguire gli oscuramenti. La capacità tecnica di redigere in base al linguaggio esiste ed è affidabile se eseguita con attenzione. L’opportunità giuridica di divulgare selettivamente le informazioni in base alla lingua è una questione separata che dipende interamente dallo specifico contesto normativo. Dovrebbero essere soppesate anche le implicazioni Translate PDF: un destinatario che può leggere solo la versione linguistica non oscurata può ricevere un insieme sostanzialmente diverso di informazioni divulgate rispetto a un destinatario limitato alla versione oscurata.
Prova Redige PDF
Nessuna installazione necessaria. Funziona direttamente nel tuo browser.