Анализ элементов PDF
К требованию п. 4 «в» приказа № 783/пр — поиск и копирование текста: где в PDF изображения и какие шрифты при копировании дают не те буквы. Разбор идёт в браузере — файл никуда не уходит.
или перетащите файлы сюда — можно несколько сразу
Файлы остаются в вашем браузере: разбор идёт здесь, на сервер они не отправляются.
Шрифты
Шрифты с неправильными символами стоят первыми. «Неправильные» — это знаки, которые приходят вместо букв при выделении и поиске: точки, квадратики и внутренние коды шрифта.
Файлы
Что где на странице
изображение неправильные знаки
Страницы
Записать результат в файл
CSV открывается в Excel, JSON содержит и то, чего нет в таблицах, — размер и разрешение каждой картинки по отдельности.
Зачем
Сервис — к требованию п. 4 «в» приказа Минстроя России от 12.05.2017 № 783/пр. Документ, представляемый на экспертизу, должен «обеспечивать возможность поиска по текстовому содержанию документа и возможность копирования текста (за исключением случаев, когда текст является частью графического изображения)».
Сервис показывает, где в PDF стоят изображения, — чтобы текст не оказался картинкой или сканом, — и какие шрифты есть в файле и где они расположены: шрифт с испорченной кодировкой при копировании вставляет вместо букв другие символы. Разбор идёт в вашем браузере — файл никуда не отправляется.
Что показывает
| раздел | что в нём |
|---|---|
| страницы | сколько, каких размеров, где поворот |
| текст | есть ли текстовый слой и на каких страницах его нет |
| изображения | сколько, какого размера в точках и с каким разрешением на листе |
| шрифты | какие использованы и нет ли среди них таких, что отдают вместо букв мусор |
| сведения о документе | чем сделан, когда, версия PDF, есть ли поля формы |
| выгрузка | весь разбор одним файлом — JSON или CSV |
Начинаем с надёжного подмножества. Таблицы и векторные объекты разбираются позже.
Шрифт, который рисует верно, а копируется мусором
Бывает, что документ на экране безупречен, а при выделении и поиске вместо букв идут точки, квадратики или вовсе неведомые знаки. Так ведёт себя шрифт без таблицы соответствия: рисунок буквы есть, а какая это буква — в файле не сказано.
Для экспертизы это означает, что в документе нельзя найти ни одного слова. Сервис показывает такие шрифты первой строкой в таблице и рядом — какие именно символы приходят вместо букв, чтобы вы посмотрели на соответствие, а не только на вывод.
⚠ Единичные точки посредине — обычно маркеры списка, а не поломка. Поэтому в оценку идёт не сам факт, а доля таких знаков в тексте шрифта.
Где именно — видно на самой странице
Число найденных символов означает, что проблема есть; где именно — показывает окно просмотра: слева страница, справа перечень. Оно сразу открывается на первой странице с неправильными знаками. На странице рамками обведены изображения и места с неправильными знаками — разного цвета, чтобы сразу было понятно, текст это или картинка. Наведите на строку перечня — её рамка подсветится.
⚠ Рамки ставятся только вокруг этих двух видов, а не вокруг каждого элемента: вопросы здесь конкретные — «текст или изображение» и «куда идти исправлять». Разметка всех элементов подряд могла бы скрыть визуализацию проблемы.
⚠ Страница рисуется в тот миг, когда её выбрали. Браузер не рисует в невидимой вкладке — если вы ушли на другую и вернулись, выберите страницу заново.
Файлов можно выбрать несколько
Раздел проектной документации — это обычно не один PDF. Выберите или перетащите их все сразу: таблица шрифтов сведёт разные файлы вместе и покажет, в скольких из них встречается каждый шрифт.
⛔ Чего этот сервис не делает
Не отправляет файл на сервер. Разбор идёт целиком в браузере; наружу не уходит ни документ, ни его части. Это не настройка, а устройство: отправлять некуда.
Не проверяет содержание по существу. Он говорит, из чего сложен файл, а не верны ли проектные решения и полон ли комплект — для полноты есть отдельный сервис комплектности разделов.
Не читает то, чего в файле нет. Если страница — картинка без текстового слоя, сервис так и скажет; распознавания текста здесь нет.
Не говорит, вложены ли шрифты. Он называет использованные шрифты, но по ним нельзя судить, такой же ли будет вид на чужой машине — если шрифт не вложен, программа просмотра на чужом компьютере подставит похожий шрифт из своих.
Что готово, а что нет
✅ Страницы, текстовый слой, изображения с их разрешением, сведения о документе, выгрузка JSON и CSV. Работает прямо здесь.
⬜ Таблицы и векторные объекты. Их опознание держится на догадках о вёрстке, и пока догадка не проверена на большом числе файлов, её здесь не будет.
⚠ Комплект разбирает ваш браузер, поэтому очень большой файл займёт время — секунды на сотню страниц, но на тысяче страниц это уже минуты. Вкладку в это время закрывать нельзя, т. к. обработка идёт у вас на компьютере.