PDFs multilíngues são comuns em contextos comerciais, governamentais e jurídicos internacionais. Um contrato pode aparecer em inglês e francês em colunas paralelas em todas as páginas, com cada versão linguística tendo o mesmo peso jurídico. Um manual de produto pode incluir seções separadas em inglês, espanhol e chinês, cada uma dirigida a um mercado regional diferente. Um formulário governamental pode fornecer instruções em cinco idiomas empilhados em uma única página, de modo que um único documento atenda a toda uma população multilíngue. O desafio de redigir informações de um documento desse tipo é fundamentalmente mais complexo do que redigir um PDF em um único idioma, porque você deve tomar decisões deliberadas, idioma por idioma, sobre qual texto remover e qual preservar.
Talvez seja necessário remover textos confidenciais em um idioma e, ao mesmo tempo, preservar informações idênticas em outro idioma, onde não sejam considerados confidenciais de acordo com as regras de divulgação daquela jurisdição. Talvez seja necessário redigir apenas a versão em inglês de um nome pessoal, deixando as versões em francês e espanhol totalmente visíveis, pois diferentes regulamentações de privacidade se aplicam a versões em diferentes idiomas do mesmo documento oficial. Ou você pode precisar redigir informações classificadas de uma seção de idioma, deixando intactos os resumos não classificados em outros idiomas. Esses cenários exigem uma técnica de redação que opere no nível de blocos de texto individuais, em vez de páginas inteiras, e essa técnica começa com a compreensão exata de como o conteúdo multilíngue é armazenado dentro de um arquivo PDF.
Como o texto multilíngue é armazenado em um documento PDF
Um arquivo PDF armazena texto como caracteres individuais, cada um posicionado em coordenadas xey precisas na tela da página. Cada caractere carrega seu próprio identificador de fonte, tamanho, cor e coordenadas exatas de posicionamento. Criticamente, o formato PDF não possui nenhum conceito embutido de linguagem. Um bloco de texto em inglês e um bloco de texto em francês na mesma página não são marcados ou rotulados como inglês ou francês em nenhum lugar da estrutura do arquivo. Eles são simplesmente duas coleções independentes de caracteres posicionados em diferentes regiões da página, provavelmente renderizados com diferentes fontes otimizadas para o conjunto de caracteres e convenções tipográficas específicos de cada idioma.
Esta ausência de metadados linguísticos é, paradoxalmente, tanto o maior obstáculo à redação específica de uma língua como a característica que a torna tecnicamente possível. É um obstáculo porque nenhuma ferramenta de redação pode identificar automaticamente qual texto pertence a qual idioma através da leitura de uma tag de metadados. Não há coluna de idioma na tabela interna de objetos do PDF. É o que torna possível a redação específica de uma língua, porque a total independência estrutural dos blocos de texto de cada língua em relação aos outros significa que a redação de uma versão linguística não afeta genuinamente a outra. As execuções de texto em inglês e as execuções de texto em francês ocupam intervalos de bytes diferentes no arquivo e podem ser manipuladas independentemente.
Em termos práticos, isso significa que quando você desenha um retângulo de redação sobre um parágrafo de texto em inglês na coluna esquerda de um layout de duas colunas, a ferramenta de redação de PDF remove apenas as sequências de caracteres cujas coordenadas estão dentro desse retângulo. O texto francês na coluna da direita, colocado com segurança em diferentes coordenadas, permanece intacto. A separação é puramente geométrica, não linguística, mas funciona porque a geometria se correlaciona de forma confiável com a fronteira da linguagem. Contanto que você consiga identificar com precisão quais regiões de cada página contêm qual idioma, você poderá redigir seletivamente por idioma.
Experimente redigir PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Criando um mapa de idioma antes de fazer qualquer redação
A etapa preparatória mais importante para a redação específica do idioma é criar um mapa completo do idioma do documento antes de redigir qualquer coisa. Percorra cada página sistematicamente e identifique com precisão quais blocos de texto pertencem a qual idioma. Em um layout de colunas paralelas, documente que a coluna da esquerda é o Idioma A e a coluna da direita é o Idioma B nas páginas 1 a 20. Em um layout empilhado, observe que o terço superior de cada página é o inglês, o terço do meio é o espanhol e o terço inferior é o chinês. Em um documento onde os idiomas se alternam por seção, marque os intervalos de páginas para cada seção de idioma. Crie um documento de referência simples, seja uma planilha, capturas de tela marcadas ou notas manuscritas, que você pode consultar durante o processo de redação para confirmar qual texto pertence a qual idioma.
O mapa de idioma serve como referência oficial quando você amplia um parágrafo específico e precisa verificar qual idioma está vendo antes de aplicar uma redação. Ele evita o erro de redação específico do idioma mais comum: redigir acidentalmente texto no idioma errado porque você perdeu o controle da região do idioma em que estava trabalhando. O tempo gasto na criação do mapa é trivial comparado ao tempo e às possíveis consequências de ter que explicar por que o texto no idioma errado foi redigido de um documento oficial.
Usando informações de fonte para auxiliar na identificação do idioma
Embora o formato PDF não armazene tags de idioma, ele armazena informações detalhadas de fonte para cada caractere executado, e esses dados de fonte podem servir como um poderoso proxy para identificação de idioma. Diferentes sistemas de escrita requerem tecnologias de fontes fundamentalmente diferentes. A tabela abaixo mapeia tipos de script de fonte comuns para os idiomas que eles normalmente representam e as considerações de redação para cada um.
| Tipo de script de fonte | Prováveis idiomas representados | Considerações sobre redação principal |
|---|---|---|
| Fontes de escrita latina | Inglês, francês, espanhol, alemão, italiano, português, holandês e a maioria dos outros idiomas da Europa Ocidental | Verifique visualmente qual idioma específico; caracteres se sobrepõem fortemente entre idiomas |
| Fontes CJK (SimSun, MS Mincho, Batang) | Chinês (simplificado ou tradicional), japonês, coreano | O nome da fonte geralmente indica diretamente o idioma de destino |
| Fontes de escrita árabe | Árabe, persa (farsi), urdu, pashto | Direção do texto da direita para a esquerda; retângulos de redação devem levar em conta o layout RTL |
| Fontes de script cirílico | Russo, Ucraniano, Búlgaro, Sérvio, Macedônio | As formas dos glifos são altamente semelhantes nessas línguas; verificação visual essencial |
| Fontes Devanagari e Índica | Hindi, Marathi, Nepalês, Sânscrito e outras línguas do sul da Ásia | A modelagem complexa do glifo pode afetar o posicionamento do retângulo de redação |
As informações sobre a fonte restringem o problema de identificação do idioma de 'qual dos sete mil idiomas do mundo' para 'qual dentre um pequeno punhado de idiomas que usa este sistema de escrita específico'. Quando combinada com a inspeção visual do conteúdo real do texto, a identificação baseada em fonte é confiável o suficiente para uma redação confiável específica do idioma em praticamente todos os documentos do mundo real.
Realizando redação específica de idioma com ferramentas PDF padrão
As ferramentas padrão de redação de PDF não incluem um recurso de seleção de idioma. Não há menu suspenso onde você escolhe 'Editar apenas em inglês' ou 'Editar apenas em francês'. A redação é realizada desenhando regiões retangulares sobre o conteúdo que você deseja remover permanentemente do arquivo. Para redação específica do idioma, isso significa que você deve desenhar cuidadosamente retângulos de redação que cubram apenas o texto no idioma de destino, evitando precisamente texto em outros idiomas que ocupe áreas adjacentes ou próximas da mesma página.
Em um layout limpo de colunas paralelas, onde o inglês ocupa 45% à esquerda da página e o francês ocupa 45% à direita, com uma separação clara entre eles, a tarefa é administrável. Você desenha retângulos de redação cobrindo o texto da coluna em inglês e deixa a coluna em francês totalmente intacta. Em documentos onde os idiomas são intercalados, como um formulário onde cada rótulo de campo aparece em três idiomas empilhados verticalmente, a tarefa exige aumentar o zoom para pelo menos 200% e desenhar retângulos estreitos e precisos que cubram apenas a linha do idioma de destino, sem recortar a linha acima ou abaixo dela.
A ferramenta PDF Redaction de WukongPDF realiza uma redação verdadeiramente destrutiva, removendo permanentemente o conteúdo selecionado da estrutura do arquivo PDF, em vez de apenas cobri-lo com um retângulo preto. Para redação específica do idioma, amplie pelo menos 200% de ampliação em cada página. Desenhe seus retângulos de redação com cuidado, verificando se cada retângulo cobre apenas o texto do idioma de destino. Depois de aplicar todas as redações, percorra todo o documento com zoom normal para realizar uma verificação visual. Confirme se o texto no idioma não-alvo está totalmente intacto, totalmente legível e não mostra sinais de recorte acidental nos limites entre as regiões linguísticas.
Tratamento de conteúdo compartilhado que aparece em todas as versões de idiomas
Alguns elementos de um documento multilíngue são compartilhados em todas as versões linguísticas pela sua natureza. Um número de referência de contrato, um número de processo judicial, um valor monetário, uma data ou um endereço de propriedade podem aparecer de forma idêntica em cada seção de idioma porque estes são fatos que não mudam com a tradução. Se essas informações partilhadas tiverem de ser redigidas, deverão ser redigidas em todas as versões linguísticas em que apareçam. Deixar um número de caso visível na seção francesa enquanto ele foi ocultado da seção inglesa cria uma inconsistência óbvia e prejudicial que qualquer revisor notará imediatamente.
Se houver uma razão legítima para preservar a informação partilhada numa língua e redigi-la noutra, essa razão deve ser documentada explicitamente. Crie uma breve nota de acompanhamento ou incorpore metadados no PDF que explique qual versão do idioma foi editada, a base legal ou regulatória específica para a redação seletiva e a autoridade sob a qual a decisão de redação foi tomada. Esta documentação protege tanto a pessoa que realizou a redação quanto a organização que divulgou o documento, estabelecendo que a remoção seletiva foi uma decisão deliberada e justificada, e não um descuido ou um erro no processo de redação.
Para documentos em que os requisitos de redação específicos do idioma são orientados por estruturas jurídicas multijurisdicionais genuinamente complexas, consulte um consultor jurídico antes de realizar as redações. A capacidade técnica para redigir por idioma existe e é confiável quando realizada com cuidado. A adequação legal da divulgação seletiva de informações por idioma é uma questão separada que depende inteiramente do contexto regulatório específico. As implicações do Translate PDF também devem ser ponderadas: um destinatário que consegue ler apenas a versão linguística não editada pode receber um conjunto materialmente diferente de informações divulgadas do que um destinatário limitado à versão editada.
Experimente redigir PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.