Was ist ein PDF? Format-Grundlagen erklärt

Das PDF wurde 1993 von Adobe Systems erfunden. Das Ziel war einfach, aber ambitioniert: ein einziges Dateiformat, das die Schriften, Bilder, Grafiken und das Layout eines Dokuments genau so erhält, wie der Autor es beabsichtigt hat, unabhängig vom Computer, Betriebssystem oder Drucker, mit dem es betrachtet wird. Der Name „Portable Document Format" spiegelt diesen Ehrgeiz wider.

Im ersten Jahrzehnt war PDF ein proprietäres Adobe-Format. 2008 wurde es als offener internationaler Standard ISO 32000-1 veröffentlicht, wodurch die Pflege an die International Organization for Standardization überging. Heute kann jeder Software erstellen, die PDFs liest oder schreibt, ohne Lizenzgebühren zu zahlen. Eine überarbeitete Version, ISO 32000-2 (PDF 2.0), wurde 2020 veröffentlicht und klärte viele Randfälle, ohne bestehende Dateien zu brechen.

PDFs lösen ein reales Problem, das frühere Formate nicht lösen konnten. Ein Word-Dokument, das auf einem anderen Computer geöffnet wird, kann neu umbrechen, Schriften austauschen und Seitenumbrüche verändern. Eine Webseite hängt vom Browser und der Bildschirmgröße ab. Ein PDF hingegen ist ein Dokument mit fester Layout: Seite 3 sieht überall wie Seite 3 aus.

Diese Zuverlässigkeit machte PDF zum Standard für Verträge, Rechnungen, Forschungsarbeiten, Behördenformulare, E-Books und alles, was gedruckt oder archiviert werden soll. Kostenlose Reader (Adobe Acrobat Reader, später Browser und Betriebssysteme) machten das Betrachten reibungslos. Heute kann jedes gängige Betriebssystem ein PDF öffnen, ohne zusätzliche Software zu installieren.

Eine PDF ist eine strukturierte Text-und-Binär-Datei aus vier Teilen:

• Header — eine einzelne Zeile, die die PDF-Version angibt (zum Beispiel %PDF-1.7).
• Body — eine Folge nummerierter Objekte, die Seiten, Schriften, Bilder, Textströme und Metadaten beschreiben. Jedes Objekt ist unabhängig und in beliebiger Reihenfolge lesbar.
• Cross-Reference-Tabelle — ein Index mit dem Byte-Offset jedes Objekts, sodass ein Reader direkt zu jedem Objekt springen kann, ohne die ganze Datei zu durchsuchen.
• Trailer — verweist auf die Cross-Reference-Tabelle und das Wurzelobjekt (den Dokumentkatalog), damit der Reader weiß, wo er beginnen soll.

Dieses Design ist der Grund, warum PDFs groß, aber trotzdem schnell zu öffnen sein können: die Cross-Reference-Tabelle erlaubt Readern, nur die benötigten Objekte abzurufen. Es ist auch der Grund, warum inkrementelle Updates möglich sind — wenn Sie ein PDF bearbeiten, kann ein neues Objekt und ein neuer Cross-Reference-Abschnitt angehängt werden, ohne die gesamte Datei neu zu schreiben.

Die Versionsnummer im Header (%PDF-1.x oder %PDF-2.0) teilt einem Reader mit, welche Funktionen die Datei verwenden darf. Die meisten PDFs in der Praxis sind 1.4 bis 1.7. Version 1.5 führte Objektströme und Cross-Reference-Ströme ein, die die Dateigröße reduzieren. Version 1.6 fügte 3D-Inhalte und reichhaltigere Verschlüsselung hinzu. Version 1.7 (die Grundlage von ISO 32000-1) konsolidierte alles. PDF 2.0 bereinigte die Spezifikation, ist aber in der Praxis noch selten.

Für die alltägliche Verwendung spielt die Version selten eine Rolle. Moderne Reader unterstützen alle. Wichtiger ist, was in den Objekten steckt: eingebettete Schriften, Bildkompression und Metadaten.