Многоязычные PDF-файлы широко распространены в международном бизнесе, правительстве и юридической сфере. Контракт может появиться на английском и французском языках в параллельных колонках на каждой странице, при этом версия на каждом языке будет иметь одинаковую юридическую силу. Руководство по продукту может включать отдельные разделы на английском, испанском и китайском языках, каждый из которых предназначен для отдельного регионального рынка. Правительственная форма может содержать инструкции на пяти языках, размещенные на одной странице, чтобы один документ обслуживал все многоязычное население. Задача редактирования информации из такого документа принципиально более сложна, чем редактирование одноязычного PDF-файла, поскольку вы должны принимать взвешенные решения для каждого языка о том, какой текст удалить, а какой сохранить.
Возможно, вам придется удалить конфиденциальный текст на одном языке, сохранив при этом идентичную информацию на другом языке, где он не считается конфиденциальным в соответствии с правилами раскрытия информации данной юрисдикции. Возможно, вам придется отредактировать только английскую версию личного имени, оставив полностью видимыми версии на французском и испанском языках, поскольку к различным языковым версиям одного и того же официального документа применяются разные правила конфиденциальности. Или вам может потребоваться удалить секретную информацию из раздела на одном языке, оставив несекретные сводки на других языках нетронутыми. Эти сценарии требуют метода редактирования, который работает на уровне отдельных текстовых блоков, а не целых страниц, и этот метод начинается с понимания того, как именно многоязычный контент хранится внутри файла PDF.
Как многоязычный текст хранится в PDF-документе
В PDF-файле текст хранится в виде отдельных последовательностей символов, каждый из которых расположен в точных координатах x и y на холсте страницы. Каждый символ имеет свой собственный идентификатор шрифта, размер, цвет и точные координаты размещения. Важно отметить, что формат PDF не имеет встроенной концепции языка. Блок текста на английском языке и блок текста на французском языке на одной странице не помечаются как английский или французский нигде в структуре файла. Это просто две независимые коллекции наборов символов, расположенные в разных областях страницы и, вероятно, отображаемые с использованием разных шрифтов, оптимизированных для конкретного набора символов и типографских соглашений каждого языка.
Отсутствие языковых метаданных, как это ни парадоксально, является одновременно самым большим препятствием для редактирования на конкретном языке и особенностью, которая делает это технически возможным. Это является препятствием, поскольку ни один инструмент редактирования не может автоматически определить, какой текст к какому языку принадлежит, читая тег метаданных. Во внутренней таблице объектов PDF нет столбца языка. Именно это делает возможным редактирование на конкретном языке, поскольку полная структурная независимость текстовых блоков каждого языка от других означает, что редактирование одной языковой версии действительно не влияет на другую. Текстовые фрагменты на английском языке и текстовые фрагменты на французском языке занимают в файле разные диапазоны байтов, и ими можно манипулировать независимо.
На практике это означает, что когда вы рисуете прямоугольник редактирования над абзацем английского текста в левом столбце двухколоночного макета, инструмент редактирования PDF удаляет только те строки символов, координаты которых попадают в этот прямоугольник. Французский текст в правом столбце, благополучно расположенный в разных координатах, нетронут. Разделение чисто геометрическое, а не лингвистическое, но оно работает, поскольку геометрия надежно соотносится с границей языка. Если вы можете точно определить, какие области каждой страницы содержат какой язык, вы можете редактировать выборочно по языкам.
Попробуйте Редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.
Создание языковой карты перед внесением каких-либо изменений
Самый важный подготовительный шаг к редактированию на конкретном языке — это создание полной языковой карты документа, прежде чем что-либо редактировать. Систематически просматривайте каждую страницу и точно определите, какие текстовые блоки принадлежат какому языку. При макете с параллельными столбцами зафиксируйте, что левый столбец — это язык A, а правый столбец — язык B на страницах с 1 по 20. При макете стопкой обратите внимание, что верхняя треть каждой страницы — английский, средняя треть — испанский, а нижняя треть — китайский. В документе, где языки чередуются по разделам, отметьте диапазоны страниц для каждого языкового раздела. Создайте простой справочный документ, будь то электронная таблица, размеченные снимки экрана или рукописные заметки, к которым вы сможете обращаться в процессе редактирования, чтобы подтвердить, какой текст к какому языку принадлежит.
Языковая карта служит вашим авторитетным справочником, когда вы увеличиваете масштаб определенного абзаца и вам необходимо проверить, какой язык вы просматриваете, прежде чем применять редактирование. Это предотвращает наиболее распространенную ошибку редактирования, связанную с конкретным языком: случайное редактирование текста на неправильном языке из-за того, что вы потеряли представление о том, в каком языковом регионе вы работаете. Время, потраченное на создание карты, незначительно по сравнению со временем и потенциальными последствиями необходимости объяснять, почему текст на неправильном языке был отредактирован из официального документа.
Использование информации о шрифте для идентификации языка
Хотя формат PDF не хранит языковые теги, он хранит подробную информацию о шрифте для каждого символа, и эти данные о шрифте могут служить мощным прокси для идентификации языка. Разные системы письма требуют принципиально разных технологий шрифтов. В приведенной ниже таблице показаны распространенные типы шрифтов и языки, которые они обычно представляют, а также рекомендации по редактированию каждого из них.
| Тип шрифта | Вероятно представленные языки | Рассмотрение редактирования ключа |
|---|---|---|
| Шрифты латинского алфавита | Английский, французский, испанский, немецкий, итальянский, португальский, голландский и большинство других западноевропейских языков. | Визуально проверьте, какой именно язык; символы сильно перекрываются в разных языках |
| Шрифты CJK (SimSun, MS Mincho, Batang) | Китайский (упрощенный или традиционный), японский, корейский | Название шрифта часто прямо указывает целевой язык. |
| Шрифты арабского письма | арабский, персидский (фарси), урду, пушту | Направление текста справа налево; прямоугольники редактирования должны учитывать расположение RTL |
| Шрифты кириллицы | Русский, украинский, болгарский, сербский, македонский | Формы глифов в этих языках очень похожи; необходима визуальная проверка |
| Деванагари и индийские шрифты | Хинди, маратхи, непальский, санскрит и другие языки Южной Азии. | Сложная форма глифа может повлиять на размещение прямоугольника редактирования. |
Информация о шрифте сужает проблему идентификации языка с вопроса «какой из семи тысяч языков мира» до «какой из немногих языков, которые используют эту конкретную систему письма». В сочетании с визуальной проверкой фактического текстового содержимого идентификация на основе шрифта достаточно надежна для уверенного редактирования с учетом особенностей языка практически во всех реальных документах.
Выполнение языкового редактирования с помощью стандартных инструментов PDF
Стандартные инструменты редактирования PDF не включают функцию выбора языка. Нет раскрывающегося меню, в котором можно выбрать «Редактировать только английский» или «Редактировать только французский». Редактирование выполняется путем рисования прямоугольных областей поверх содержимого, которое вы хотите навсегда удалить из файла. Для редактирования на конкретном языке это означает, что вы должны тщательно рисовать прямоугольники редактирования, которые охватывают только текст на целевом языке, избегая при этом текста на других языках, занимающего смежные или близлежащие области той же страницы.
В чистом макете с параллельными столбцами, где английский занимает левые 45 процентов страницы, а французский — правые 45 процентов с четким разделителем между ними, задача выполнима. Вы рисуете прямоугольники редактирования, закрывающие текст английского столбца, и оставляете французский столбец полностью в покое. В документах, в которых языки чередуются, например в форме, где каждая метка поля отображается на трех языках, расположенных вертикально, задача требует увеличения масштаба как минимум до 200 процентов и рисования точных узких прямоугольников, которые охватывают только строку целевого языка, не обрезаясь до строки над или под ней.
Инструмент PDF Redaction WukongPDF выполняет настоящее деструктивное редактирование, навсегда удаляя выбранный контент из структуры файла PDF, а не просто закрывая его черным прямоугольником. Для редактирования на конкретном языке увеличьте масштаб каждой страницы как минимум до 200 процентов. Тщательно рисуйте прямоугольники редактирования, проверяя, чтобы каждый прямоугольник закрывал только текст на целевом языке. После применения всех исправлений прокрутите весь документ при обычном масштабе, чтобы выполнить визуальную проверку. Убедитесь, что текст на нецелевом языке полностью неповреждён, полностью разборчив и не имеет признаков случайного обрезания на границах между языковыми областями.
Обработка общего контента, который появляется в каждой языковой версии
Некоторые элементы многоязычного документа по своей природе являются общими для всех языковых версий. Справочный номер контракта, номер судебного дела, денежная сумма, дата или адрес недвижимости могут одинаково отображаться в каждом языковом разделе, поскольку это факты, которые не изменяются при переводе. Если такую общую информацию необходимо отредактировать, она должна быть отредактирована в каждой языковой версии, где она появляется. Оставление номера дела видимым во французском разделе, в то время как он был удален из английского раздела, создает очевидное и разрушительное несоответствие, которое сразу же заметит любой рецензент.
Если существует законная причина сохранять общую информацию на одном языке при ее редактировании на другом, эта причина должна быть явно задокументирована. Создайте краткое сопроводительное примечание или встройте в PDF-файл метаданные, объясняющие, какая языковая версия была отредактирована, конкретную правовую или нормативную основу для выборочного редактирования, а также орган, на основании которого было принято решение о редактировании. Эта документация защищает как человека, выполнившего редактирование, так и организацию, выпустившую документ, устанавливая, что выборочное удаление было преднамеренным, оправданным решением, а не недосмотром или ошибкой в процессе редактирования.
Для документов, требования к редактированию которых зависят от языка, обусловлены действительно сложными правовыми нормами, действующими в нескольких юрисдикциях, проконсультируйтесь с юрисконсультом, прежде чем выполнять редактирование. Техническая возможность языкового редактирования существует и надежна, если выполнять ее осторожно. Юридическая целесообразность выборочного раскрытия информации по языку — это отдельный вопрос, который полностью зависит от конкретного нормативного контекста. Следует также взвесить последствия Translate PDF: получатель, который может читать только неотредактированную языковую версию, может получить существенно другой набор раскрываемой информации, чем получатель, ограниченный отредактированной версией.
Попробуйте Редактировать PDF
Никакой установки не требуется. Работает прямо в вашем браузере.