PDF

PostScript es un lenguaje de descripción de páginas que se ejecuta en un intérprete para generar una imagen. ^{[ 8 ]} Puede manejar gráficos y tiene características estándar de los lenguajes de programación, como ramificación y bucles . ^{[ 8 ]} PDF es un subconjunto de PostScript, simplificado para eliminar ciertas características del flujo de control , aunque los comandos gráficos se mantienen. ^{[ 8 ]}

PostScript fue diseñado originalmente para un caso de uso radicalmente diferente: la transmisión de trabajos de impresión lineales unidireccionales en los que el intérprete de PostScript recopilaba una serie de comandos hasta encontrar el showpagecomando deseado, y luego ejecutaba todos los comandos para renderizar una página como una imagen rasterizada en un dispositivo de impresión. ^{[ 20 ]} PostScript no estaba pensado para el almacenamiento a largo plazo ni para la renderización interactiva en tiempo real de documentos electrónicos en monitores de computadora, por lo que no había necesidad de admitir nada más que la renderización consecutiva de páginas. ^{[ 20 ]} Si había un error en la salida impresa final, el usuario lo corregía a nivel de aplicación y enviaba un nuevo trabajo de impresión en forma de un archivo PostScript completamente nuevo. Por lo tanto, cualquier página dada en un archivo PostScript solo podía renderizarse con precisión como el resultado acumulativo de la ejecución de todos los comandos precedentes para dibujar todas las páginas anteriores, cualquiera de los cuales podía afectar a las páginas subsiguientes, además de los comandos para dibujar esa página en particular, y no había una manera fácil de eludir ese proceso para saltar a diferentes páginas. ^{[ 20 ]}

Tradicionalmente, para convertir de PostScript a PDF, se utiliza un archivo PostScript fuente (es decir, un programa ejecutable) como base para generar código PDF similar a PostScript (véase, por ejemplo, Adobe Distiller ). Esto se hace aplicando técnicas de compilación estándar como el desenrollado de bucles , la inserción en línea y la eliminación de ramas no utilizadas, lo que da como resultado un código puramente declarativo y estático. ^{[ 20 ]} El resultado se empaqueta en un formato contenedor , junto con todas las dependencias necesarias para una representación correcta (archivos externos, gráficos o fuentes a los que hace referencia el documento) y se comprime .

Como formato de documento, PDF tiene varias ventajas sobre PostScript:

• PDF contiene únicamente código PostScript declarativo estático que puede procesarse como datos y no requiere un intérprete de programa completo ni un compilador. ^{[ 20 ]} Esto evita la complejidad y los riesgos de seguridad de un motor con un nivel de complejidad tan elevado.
• Al igual que Display PostScript , PDF admite gráficos transparentes desde la versión 1.4, mientras que PostScript estándar no.
• PDF impone la regla de que el código de una página en particular no puede afectar a ninguna otra página. ^{[ 20 ]} Esta regla también se recomienda encarecidamente para el código PostScript, pero debe implementarse explícitamente (véase, por ejemplo, las Convenciones de Estructuración de Documentos ), ya que PostScript es un lenguaje de programación completo que permite una mayor flexibilidad y no se limita a los conceptos de páginas y documentos.
• Todos los datos necesarios para la renderización están incluidos en el propio archivo, lo que mejora la portabilidad. ^{[ 21 ]}

Sus desventajas son:

• Los entornos de escritorio estándar a veces carecen de software para generar PDF, mientras que cualquier aplicación capaz de imprimir un documento puede guardarlo como un archivo PostScript. ^{[ 22 ]}
• No ser un lenguaje de programación completo, y cualquier limitación asociada a ello. ^{[ 22 ]}
• Un tamaño de archivo (a veces) mayor. ^{[ 23 ]}

PDF desde la versión 1.6 admite la incrustación de documentos 3D interactivos: los dibujos 3D se pueden incrustar utilizando U3D o PRC y varios otros formatos de datos. ^{[ 24 ] [ 25 ] [ 26 ]}

Al igual que en PostScript, los gráficos vectoriales en PDF se construyen con trazados . Los trazados suelen estar compuestos de líneas y curvas de Bézier cúbicas , pero también pueden construirse a partir de los contornos del texto. A diferencia de PostScript, PDF no permite que un solo trazado combine contornos de texto con líneas y curvas. Los trazados pueden tener trazos, rellenos, rellenos y luego trazos, o usarse para recortar . Los trazos y rellenos pueden usar cualquier color establecido en el estado gráfico, incluidos los patrones . PDF admite varios tipos de patrones. El más simple es el patrón de mosaico, en el que se especifica que una pieza de arte se dibuje repetidamente. Este puede ser un patrón de mosaico de color , con los colores especificados en el objeto de patrón, o un patrón de mosaico sin color , que pospone la especificación del color hasta el momento en que se dibuja el patrón. A partir de PDF 1.3, también existe un patrón de sombreado , que dibuja colores que varían continuamente. Hay siete tipos de patrones de sombreado, de los cuales los más simples son el sombreado axial (Tipo 2) y el sombreado radial (Tipo 3).

Las imágenes rasterizadas en PDF (denominadas Image XObjects ) se representan mediante diccionarios con un flujo de datos asociado. El diccionario describe las propiedades de la imagen y el flujo contiene los datos de la misma. (Con menos frecuencia, las imágenes rasterizadas pequeñas pueden incrustarse directamente en la descripción de una página como una imagen en línea ). Las imágenes suelen filtrarse para su compresión. Los filtros de imagen compatibles con PDF incluyen los siguientes filtros de uso general:

• ASCII85Decode , un filtro utilizado para convertir el flujo a ASCII de 7 bits,
• ASCIIHexDecode , similar a ASCII85Decode pero menos compacto,
• FlateDecode , un filtro de uso común basado en el algoritmo deflate definido en RFC 1951 (deflate también se utiliza en los formatos de archivo gzip , PNG y zip , entre otros); introducido en PDF 1.2; puede utilizar uno de dos grupos de funciones predictoras para una compresión zlib/deflate más compacta: Predictor 2 de la especificación TIFF 6.0 y predictores (filtros) de la especificación PNG ( RFC 2083 ),  
• LZWDecode , un filtro basado en la compresión LZW ; puede utilizar uno de dos grupos de funciones predictoras para una compresión LZW más compacta: Predictor 2 de la especificación TIFF 6.0 y predictores (filtros) de la especificación PNG,
• RunLengthDecode , un método de compresión simple para flujos con datos repetitivos que utiliza el algoritmo de codificación de longitud de ejecución y los filtros específicos de la imagen,
• DCTDecode , un filtro con pérdida basado en el estándar JPEG ,
• CCITTFaxDecode , un filtro de dos niveles (blanco/negro) sin pérdidas basado en el estándar de compresión de fax CCITT (ITU-T) del Grupo 3 o Grupo 4 definido en ITU-T T.4 y T.6,
• JBIG2Decode , un filtro de dos niveles (blanco/negro) con o sin pérdidas basado en el estándar JBIG2 , introducido en PDF 1.4, y
• JPXDecode , un filtro con o sin pérdida de datos basado en el estándar JPEG 2000 , introducido en PDF 1.5.

Normalmente, todo el contenido de imagen de un PDF está incrustado en el archivo. Sin embargo, PDF permite almacenar datos de imagen en archivos externos mediante el uso de flujos externos o imágenes alternativas . Las versiones estandarizadas de PDF, como PDF/A y PDF/X , prohíben estas funciones.

El texto en PDF se representa mediante elementos de texto en los flujos de contenido de la página. Un elemento de texto especifica que los caracteres deben dibujarse en determinadas posiciones. Los caracteres se especifican utilizando la codificación de un recurso de fuente seleccionado .

Un objeto de fuente en PDF es una descripción de una tipografía digital . Puede describir las características de una tipografía o incluir un archivo de fuente incrustado . Este último caso se denomina fuente incrustada, mientras que el primero se denomina fuente no incrustada . Los archivos de fuente que pueden incrustarse se basan en formatos de fuente digital estándar ampliamente utilizados: Type 1 (y su variante comprimida CFF), TrueType y (a partir de PDF 1.6) OpenType . Además, PDF admite la variante Type 3, en la que los componentes de la fuente se describen mediante operadores gráficos de PDF.

Catorce tipos de letra, conocidos como las 14 fuentes estándar o las catorce fuentes base , ^{[ 33 ]} tienen una importancia especial en los documentos PDF:

• Times (v3) (en letra normal, cursiva, negrita y negrita cursiva)
• Mensajero (en letra normal, oblicua, negrita y negrita oblicua)
• Helvetica (v3) (en regular, oblicuo, negrita y negrita oblicua)
• Símbolo
• Zapf Dingbats

Estas fuentes, o fuentes sustitutas adecuadas con las mismas métricas, deberían estar disponibles en la mayoría de los lectores de PDF, pero no se garantiza su disponibilidad en el lector, y es posible que solo se muestren correctamente si el sistema las tiene instaladas. ^{[ 34 ]} Las fuentes pueden sustituirse si no están incrustadas en un PDF.

Dentro de las cadenas de texto, los caracteres se muestran usando códigos de caracteres (enteros) que se asignan a glifos en la fuente actual usando una codificación . Hay varias codificaciones predefinidas, incluyendo WinAnsi , MacRoman y muchas codificaciones para idiomas de Asia Oriental y una fuente puede tener su propia codificación integrada. (Aunque las codificaciones WinAnsi y MacRoman se derivan de las propiedades históricas de los sistemas operativos Windows y Macintosh , las fuentes que usan estas codificaciones funcionan igual de bien en cualquier plataforma). PDF puede especificar una codificación predefinida para usar, la codificación integrada de la fuente o proporcionar una tabla de búsqueda de diferencias con una codificación predefinida o integrada (no recomendado con fuentes TrueType). ^{[ 2 ]} Los mecanismos de codificación en PDF fueron diseñados para fuentes Type 1, y las reglas para aplicarlos a fuentes TrueType son complejas.

Para fuentes grandes o con glifos no estándar, se utilizan las codificaciones especiales Identity-H (para escritura horizontal) e Identity-V (para escritura vertical). Con este tipo de fuentes, es necesario proporcionar una tabla ToUnicode si se desea conservar la información semántica de los caracteres.

Un documento de texto escaneado a PDF sin que el texto sea reconocido mediante reconocimiento óptico de caracteres (OCR) es una imagen, sin fuentes ni propiedades de texto.

El modelo de imagen original de PDF era opaco , similar a PostScript, donde cada objeto dibujado en la página reemplazaba por completo cualquier elemento marcado previamente en la misma ubicación. En PDF 1.4, el modelo de imagen se amplió para permitir la transparencia. Al usar la transparencia, los nuevos objetos interactúan con los objetos marcados previamente para producir efectos de fusión. La incorporación de la transparencia a PDF se realizó mediante nuevas extensiones diseñadas para ser ignoradas en productos escritos según las especificaciones de PDF 1.3 y anteriores. Como resultado, los archivos que usan poca transparencia podrían visualizarse correctamente con visores antiguos, pero los archivos que hacen un uso extensivo de la transparencia podrían visualizarse incorrectamente con un visor antiguo.

Las extensiones de transparencia se basan en los conceptos clave de grupos de transparencia , modos de fusión , forma y alfa . El modelo está estrechamente alineado con las características de Adobe Illustrator versión 9. Los modos de fusión se basaron en los utilizados por Adobe Photoshop en ese momento. Cuando se publicó la especificación PDF 1.4, Adobe mantuvo en secreto las fórmulas para calcular los modos de fusión. Posteriormente, se publicaron. ^{[ 35 ]}

El concepto de grupo de transparencia en la especificación PDF es independiente de las nociones existentes de "grupo" o "capa" en aplicaciones como Adobe Illustrator. Estas agrupaciones reflejan relaciones lógicas entre objetos que resultan útiles al editarlos, pero no forman parte del modelo de imagen.

Un PDF etiquetado (véase la cláusula 14.8 de la norma ISO 32000) incluye información sobre la estructura y la semántica del documento para permitir la extracción y accesibilidad fiables del texto . ^{[ 36 ]} Técnicamente hablando, el PDF etiquetado es un uso estilizado del formato que se basa en el marco de estructura lógica introducido en PDF 1.3. El PDF etiquetado define un conjunto de tipos y atributos de estructura estándar que permiten extraer y reutilizar el contenido de la página (texto, gráficos e imágenes) para otros fines. ^{[ 37 ]}

El etiquetado de PDF no es obligatorio en situaciones donde un archivo PDF está destinado únicamente a la impresión. Dado que la función es opcional y que las reglas para el etiquetado de PDF eran relativamente vagas en la norma ISO 32000-1, la compatibilidad con el etiquetado de PDF entre los dispositivos consumidores, incluidas las tecnologías de asistencia (TA), es desigual a partir de 2021. ^{[ 38 ]} Sin embargo, la norma ISO 32000-2 incluye una explicación mejorada del etiquetado de PDF, lo que se prevé que facilite una mayor adopción.

PDF/UA , un subconjunto de PDF estandarizado por la ISO y específicamente diseñado para la accesibilidad, se publicó por primera vez en 2012.

Con la introducción de la versión 1.5 del PDF (2003) llegó el concepto de capas. Las capas, conocidas formalmente como grupos de contenido opcional (OCG, por sus siglas en inglés), se refieren a secciones de contenido en un documento PDF que pueden ser visualizadas u ocultadas selectivamente por los autores o lectores del documento. Esta función resulta útil en dibujos CAD, ilustraciones con capas, mapas, documentos multilingües, etc.

Básicamente, consiste en un diccionario de propiedades de contenido opcional que se agrega a la raíz del documento. Este diccionario contiene una matriz de grupos de contenido opcional (OCG), cada uno de los cuales describe un conjunto de información y cada uno de los cuales puede mostrarse u ocultarse individualmente, además de un conjunto de diccionarios de configuración de contenido opcional, que indican el estado (mostrado u oculto) de los OCG dados.

Un archivo PDF puede estar cifrado por motivos de seguridad; en ese caso, se requiere una contraseña para ver o editar su contenido. PDF 2.0 define el cifrado AES de 256 bits como estándar para los archivos PDF 2.0. La Referencia de PDF también define cómo terceros pueden definir sus propios sistemas de cifrado para PDF.

Los archivos PDF pueden firmarse digitalmente para proporcionar una autenticación segura; en la norma ISO 32000-2 se ofrecen detalles completos sobre la implementación de firmas digitales en archivos PDF.

Los archivos PDF también pueden contener restricciones DRM integradas que proporcionan controles adicionales para limitar la copia, la edición o la impresión. Estas restricciones dependen del software lector para que las cumpla, por lo que la seguridad que ofrecen es limitada.

La seguridad estándar que ofrece PDF consta de dos métodos y dos contraseñas diferentes: una contraseña de usuario , que cifra el archivo e impide su apertura, y una contraseña de propietario , que especifica las operaciones que deben restringirse incluso cuando el documento está descifrado, como modificar, imprimir o copiar texto y gráficos del documento, o añadir o modificar notas de texto y campos de AcroForm . La contraseña de usuario cifra el archivo, mientras que la de propietario no, y depende del software cliente para que respete estas restricciones. Una contraseña de propietario puede eliminarse fácilmente mediante software, incluidos algunos servicios en línea gratuitos. ^{[ 39 ]} Por lo tanto, las restricciones de uso que el autor de un documento impone en un PDF no son seguras y no se pueden garantizar una vez que el archivo se distribuye; esta advertencia se muestra al aplicar dichas restricciones utilizando el software Adobe Acrobat para crear o editar archivos PDF.

Incluso sin eliminar la contraseña, la mayoría de los lectores de PDF gratuitos o de código abierto ignoran las "protecciones" de permisos y permiten al usuario imprimir o hacer copias de extractos del texto como si el documento no estuviera protegido por contraseña. ^{[ 40 ] [ 41 ] [ 42 ]}

A partir de PDF 1.5, las firmas de derechos de uso (UR) se utilizan para habilitar funciones interactivas adicionales que no están disponibles de forma predeterminada en una aplicación de visualización de PDF en particular. La firma se utiliza para validar que los permisos han sido otorgados por una autoridad otorgante legítima . Por ejemplo, se puede utilizar para permitir a un usuario: ^{[ 43 ]}

• Para guardar el documento PDF junto con un formulario modificado o datos de anotación
• Importe archivos de datos de formulario en formatos FDF, XFDF y texto (CSV/TSV).
• Exportar archivos de datos de formulario en formatos FDF y XFDF.
• Enviar datos del formulario
• Crear nuevas páginas a partir de plantillas de página con nombre.
• Aplicar una firma digital a un campo de formulario de firma digital existente.
• Crear, eliminar, modificar, copiar, importar y exportar anotaciones.

Por ejemplo, Adobe Systems otorga permisos para habilitar funciones adicionales en Adobe Reader, utilizando criptografía de clave pública . Adobe Reader verifica que la firma utilice un certificado de una autoridad de certificación autorizada por Adobe. Cualquier aplicación de PDF puede utilizar este mismo mecanismo para sus propios fines. ^{[ 43 ]}

En determinadas circunstancias, incluidos los sistemas del receptor que no han sido actualizados , la información que ve el receptor de un documento digitalmente firmado puede ser manipulada por el remitente después de que el documento haya sido firmado por el firmante. ^{[ 44 ]}

PAdES ( PDF Advanced Electronic Signatures ) es un conjunto de restricciones y extensiones a PDF e ISO 32000-1 ^{[ 45 ]} que lo hacen adecuado para firmas electrónicas avanzadas . ETSI lo publica como TS 102 778. ^{[ 46 ]}

Los archivos PDF pueden tener archivos adjuntos a los que los procesadores pueden acceder y abrir o guardar en un sistema de archivos local. ^{[ 47 ]}

Los archivos PDF pueden contener dos tipos de metadatos. ^{[ 2 ]} El primero es el Diccionario de Información del Documento, un conjunto de campos clave/valor como autor, título, asunto, fechas de creación y actualización. Este es opcional y se referencia mediante una Infoclave en el pie de página del archivo. Se define un pequeño conjunto de campos que se puede ampliar con valores de texto adicionales si es necesario. Este método está obsoleto en PDF 2.0.

En PDF 1.4, se añadió compatibilidad con flujos de metadatos, utilizando la plataforma de metadatos extensibles (XMP) para agregar metadatos extensibles basados ​​en estándares XML, como se usa en otros formatos de archivo. PDF 2.0 permite adjuntar metadatos a cualquier objeto del documento, como información sobre ilustraciones, fuentes e imágenes incrustadas, así como al documento completo (adjuntándolo al catálogo del documento), mediante un esquema extensible.

Los documentos PDF también pueden contener ajustes de visualización, como el diseño de página y el nivel de zoom, en un objeto de Preferencias del visor. Adobe Reader utiliza estos ajustes para anular la configuración predeterminada del usuario al abrir el documento. ^{[ 48 ]} La versión gratuita de Adobe Reader no permite eliminar estos ajustes.

Los archivos PDF pueden crearse específicamente para que sean accesibles a personas con discapacidades. ^{[ 49 ] [ 50 ] [ 51 ] [ 52 ] [ 53 ]} Formatos de archivos PDF en uso a partir de 2014pueden incluir etiquetas, equivalentes de texto, subtítulos, descripciones de audio y más. Algunos programas pueden producir automáticamente PDF etiquetados , pero esta función no siempre está habilitada por defecto. ^{[ 54 ] [ 55 ]} Los principales lectores de pantalla , incluidos JAWS , Window-Eyes , Hal y Kurzweil 1000 y 3000 , pueden leer PDF etiquetados. ^{[ 56 ] [ 57 ]} Además, los PDF etiquetados se pueden reorganizar y ampliar para lectores con discapacidades visuales. Agregar etiquetas a PDF antiguos y a aquellos que se generan a partir de documentos escaneados puede presentar algunos desafíos.

Uno de los principales desafíos de la accesibilidad de los PDF radica en que estos documentos presentan tres vistas distintas que, según su creación, pueden ser inconsistentes entre sí. Estas tres vistas son: (i) la vista física, (ii) la vista de etiquetas y (iii) la vista de contenido. La vista física es la que se muestra e imprime (lo que la mayoría de la gente considera un documento PDF). La vista de etiquetas es la que utilizan los lectores de pantalla y otras tecnologías de asistencia para ofrecer una navegación y lectura de alta calidad a usuarios con discapacidades. La vista de contenido se basa en el orden físico de los objetos dentro del flujo de contenido del PDF y puede ser mostrada por software que no sea totalmente compatible con la vista de etiquetas, como la función Reflow de Adobe Reader.

PDF/UA , el estándar internacional para PDF accesible basado en ISO 32000-1, se publicó por primera vez como ISO 14289-1 en 2012 y establece el lenguaje normativo para la tecnología PDF accesible. PDF/UA aborda la accesibilidad del formato PDF y traslada las ideas de WCAG 2.0 para establecer reglas de accesibilidad específicas para PDF. ^{[ 58 ]}

Un PDF con contenido multimedia enriquecido es un archivo PDF que incluye contenido interactivo que se puede insertar o enlazar dentro del archivo. Puede contener imágenes, audio, vídeo o botones. Por ejemplo, si el PDF interactivo es un catálogo digital para un negocio de comercio electrónico, los productos se pueden listar en las páginas del PDF y se pueden añadir imágenes, enlaces al sitio web y botones para realizar pedidos directamente desde el documento.

Los formularios interactivos son un mecanismo para agregar formularios al formato de archivo PDF. Actualmente, PDF admite dos métodos diferentes para integrar datos y formularios PDF. Ambos formatos coexisten hoy en la especificación PDF: ^{[ 43 ] [ 59 ] [ 60 ] [ 61 ]}

• Los AcroForms (también conocidos como formularios Acrobat) se introdujeron en la especificación del formato PDF 1.2 y se incluyeron en todas las especificaciones PDF posteriores.
• Los formularios de arquitectura de formularios XML (XFA) se introdujeron en la especificación del formato PDF 1.5. Los formularios Adobe XFA no son compatibles con AcroForms. ^{[ 62 ]} XFA se eliminó de PDF con PDF 2.0.

Los AcroForms se introdujeron en el formato PDF 1.2. Los AcroForms permiten el uso de objetos ( p. ej. , cuadros de texto , botones de opción , etc. ) y algo de código ( p. ej. , JavaScript). Junto con los tipos de acciones PDF estándar, los formularios interactivos (AcroForms) admiten el envío, el restablecimiento y la importación de datos. La acción "enviar" transmite los nombres y valores de los campos de formulario interactivos seleccionados a un localizador uniforme de recursos (URL) especificado. Los nombres y valores de los campos de formulario interactivos se pueden enviar en cualquiera de los siguientes formatos (dependiendo de la configuración de las banderas ExportFormat, SubmitPDF y XFDF de la acción): ^{[ 43 ]}

Formato de formulario HTML

Especificación HTML 4.01 desde PDF 1.5; HTML 2.0 desde 1.2

Formato de datos de formularios (FDF)

Basado en PDF, utiliza la misma sintaxis y tiene esencialmente la misma estructura de archivo, pero es mucho más simple que PDF, ya que el cuerpo de un documento FDF consta de un solo objeto obligatorio. El formato de datos de formulario (FDF) está definido en la especificación PDF (desde PDF 1.2). El formato de datos de formulario se puede utilizar para enviar datos de formulario a un servidor, recibir la respuesta e incorporarla al formulario interactivo. También se puede utilizar para exportar datos de formulario a archivos independientes que se pueden importar de nuevo al formulario interactivo PDF correspondiente. FDF se definió originalmente en 1996 como parte de la norma ISO 32000-2:2017.

Formato de datos de formularios XML (XFDF)

(Especificación externa del formato de datos de formularios XML, versión 2.0; compatible desde PDF 1.5; reemplazó el formato de envío de formularios "XML" definido en PDF 1.4) la versión XML del formato de datos de formularios, pero el XFDF implementa solo un subconjunto de FDF que contiene formularios y anotaciones. Algunas entradas en el diccionario FDF no tienen equivalentes XFDF, como Status, Encoding, JavaScript, Page's keys, EmbeddedFDFs, Differences y Target. Además, XFDF no permite la generación o adición de nuevas páginas basadas en los datos dados; como se puede hacer cuando se utiliza un archivo FDF. La especificación XFDF se referencia (pero no se incluye) en la especificación PDF 1.5 (y en versiones posteriores). Se describe por separado en la Especificación del formato de datos de formularios XML . ^{[ 63 ]} La especificación PDF 1.4 permitía envíos de formularios en formato XML, pero esto fue reemplazado por envíos en formato XFDF en la especificación PDF 1.5. XFDF se ajusta al estándar XML. XFDF se puede utilizar de la misma manera que FDF; por ejemplo, los datos del formulario se envían a un servidor, se realizan modificaciones, se devuelven y los nuevos datos del formulario se importan en un formulario interactivo. También se puede utilizar para exportar datos de formulario a archivos independientes que se pueden importar de nuevo al formulario interactivo PDF correspondiente. Desde agosto de 2019, XFDF 3.0 es una norma ISO/IEC con el nombre formal ISO 19444-1:2019 - Gestión de documentos — Formato de datos de formularios XML — Parte 1: Uso de ISO 32000-2 (XFDF 3.0) . ^{[ 64 ]} Esta norma es una referencia normativa de ISO 32000-2.

PDF

Se puede enviar el documento completo en lugar de campos y valores individuales, como se definía en el PDF 1.4.

AcroForms puede almacenar valores de campos de formulario en archivos externos independientes que contienen pares clave-valor. Los archivos externos pueden usar formatos de datos de formulario (FDF) y XML (XFDF). ^{[ 65 ] [ 63 ] [ 66 ]} Las firmas de derechos de uso (UR) definen los derechos para importar archivos de datos de formulario en formatos FDF, XFDF y texto ( CSV / TSV ), y exportar archivos de datos de formulario en formatos FDF y XFDF. ^{[ 43 ]}

En PDF 1.5, Adobe Systems introdujo un formato propietario para formularios: Adobe XML Forms Architecture (XFA). Los formularios Adobe XFA no son compatibles con la función AcroForms de ISO 32000, y la mayoría de los procesadores de PDF no admiten contenido XFA. La especificación XFA se menciona en ISO 32000-1/PDF 1.7 como una especificación propietaria externa y se eliminó por completo de PDF con ISO 32000-2 (PDF 2.0).

En noviembre de 2019, investigadores de la Universidad Ruhr de Bochum y Hackmanit GmbH publicaron ataques a archivos PDF firmados digitalmente. ^{[ 68 ]} Demostraron cómo cambiar el contenido visible en un PDF firmado sin invalidar la firma en 21 de 22 visores de PDF de escritorio y 6 de 8 servicios de validación en línea, abusando de fallos de implementación. En la misma conferencia, también mostraron cómo extraer el texto plano del contenido cifrado en archivos PDF. ^{[ 69 ]} En 2021, mostraron nuevos ataques denominados "shadow attacks" contra archivos PDF que abusan de la flexibilidad de las características proporcionadas en la especificación. ^{[ 70 ]} Jens Müller presentó una descripción general de los problemas de seguridad en archivos PDF relacionados con ataques de denegación de servicio , divulgación de información , manipulación de datos y ejecución de código arbitrario . ^{[ 71 ] [ 72 ]}

Algunos lectores de PDF populares tienen un historial de vulnerabilidades de seguridad que permiten que archivos PDF infectados con virus, troyanos y otro malware causen daños. Dichos archivos PDF pueden contener código JavaScript oculto que podría explotar vulnerabilidades en un lector de PDF, objetos ocultos que se ejecutan al abrir el archivo que los oculta y, con menos frecuencia, un PDF malicioso puede lanzar malware. ^{[ 73 ]}

Los archivos PDF adjuntos que contenían virus se descubrieron por primera vez en 2001. El virus, denominado OUTLOOK.PDFWorm o Peachy , utiliza Microsoft Outlook para enviarse a sí mismo como un archivo PDF adjunto de Adobe. Se activaba con Adobe Acrobat, pero no con Acrobat Reader. ^{[ 74 ]}

A lo largo de los años, se han descubierto varias vulnerabilidades en diversas versiones de Adobe Reader, ^{[ 75 ]} lo que llevó a la empresa a emitir parches de seguridad. También se han descubierto vulnerabilidades en otros lectores de PDF. Un factor agravante es que un lector de PDF puede configurarse para iniciarse automáticamente si una página web tiene un archivo PDF incrustado, lo que proporciona un vector para el ataque. Si una página web maliciosa contiene un archivo PDF infectado que aprovecha una vulnerabilidad en el lector de PDF, el sistema puede verse comprometido incluso si el navegador es seguro. Algunas de estas vulnerabilidades son el resultado de lectores de PDF mal programados que manejan incorrectamente el JavaScript incrustado en el archivo PDF. Deshabilitar la ejecución de JavaScript en el lector de PDF puede ayudar a mitigar tales exploits futuros, aunque no protege contra exploits en otras partes del software de visualización de PDF. Algunos expertos en seguridad dicen que JavaScript no es esencial para un lector de PDF y que el beneficio de seguridad que se obtiene al deshabilitar JavaScript supera cualquier problema de compatibilidad causado. ^{[ 76 ]} Una forma de evitar exploits de archivos PDF es hacer que un servicio local o web convierta los archivos a otro formato antes de visualizarlos.

El 30 de marzo de 2010, el investigador de seguridad Didier Stevens informó sobre una vulnerabilidad en Adobe Reader y Foxit Reader que ejecuta un archivo ejecutable malicioso si el usuario lo permite cuando se le pregunta. ^{[ 77 ]}

Las secuencias PDF pueden tener filtros anidados, lo que permite crear un archivo de 5 kilobytes que se descomprime en 1 petabyte en RAM. Esto puede usarse para provocar una denegación de servicio con implementaciones que no toman precauciones contra esto, como ocurrió con la vulnerabilidad CVE-2025-55197 de pypdf . ^{[ 78 ] [ 79 ]}

Muchos visores de PDF se ofrecen gratuitamente desde diversas fuentes. Existen programas para manipular y editar archivos PDF, generalmente de pago. Además, la mayoría de los navegadores web modernos, incluidos Chrome , Firefox y Safari , incluyen funciones para visualizar PDF, reemplazando los complementos que antes se creaban para tal fin. ^{[ 80 ]}

Hay muchas opciones de software para crear PDF, incluidas las capacidades de impresión de PDF integradas en macOS , iOS , ^{[ 81 ]} y la mayoría de las distribuciones de Linux . Muchos programas de procesamiento de documentos, incluidos LibreOffice , Microsoft Office 2007 (si se actualiza a SP2 ) y posteriores, ^{[ 82 ]} WordPerfect 9 y Scribus, pueden exportar documentos en PDF. Hay muchos controladores de impresión de PDF para Microsoft Windows, el sistema de composición tipográfica pdfTeX , las herramientas DocBook PDF, aplicaciones desarrolladas alrededor de Ghostscript y el propio Adobe Acrobat , así como Adobe InDesign , Adobe FrameMaker , Adobe Illustrator, Adobe Photoshop, que permiten configurar una "impresora PDF", que al seleccionarla envía la salida a un archivo PDF en lugar de a una impresora física. La suite ofimática en línea de Google , Google Docs, permite cargar y guardar en PDF. Algunas aplicaciones web ofrecen herramientas gratuitas de edición y anotación de PDF.

La Free Software Foundation estaba "desarrollando un conjunto de bibliotecas y programas libres, de alta calidad y completamente funcionales que implementan el formato de archivo PDF y las tecnologías asociadas al estándar ISO 32000", como uno de sus proyectos de alta prioridad . ^{[ 83 ] [ 84 ]} Sin embargo, en 2011, el proyecto GNU PDF fue eliminado de la lista de "proyectos de alta prioridad" debido a la maduración de la biblioteca Poppler , ^{[ 85 ]} que ha tenido un uso más amplio en aplicaciones como Evince con el entorno de escritorio GNOME . Poppler está basado en la base de código Xpdf ^{[ 86 ] [ 87 ]} . También hay bibliotecas de desarrollo comerciales disponibles como se indica en la Lista de software PDF .

El proyecto Apache PDFBox de la Apache Software Foundation es una biblioteca Java de código abierto, con licencia Apache License , para trabajar con documentos PDF. ^{[ 88 ]}

Los procesadores de imágenes ráster (RIP) se utilizan para convertir archivos PDF a un formato ráster adecuado para la impresión en papel y otros soportes en impresoras, prensas de producción digital y preimpresión en un proceso conocido como rasterización . Los RIP capaces de procesar PDF directamente incluyen Adobe PDF Print Engine ^{[ 89 ]} de Adobe Systems y Jaws ^{[ 90 ]} y Harlequin RIP de Global Graphics .

En 1993, el procesador de imágenes rasterizadas Jaws de Global Graphics se convirtió en el primer RIP de preimpresión comercial que interpretaba PDF de forma nativa sin conversión a otro formato. La compañía lanzó una actualización de su RIP Harlequin con la misma capacidad en 1997. ^{[ 91 ]}

En 1997, Agfa-Gevaert presentó y comercializó Apogee, el primer sistema de flujo de trabajo de preimpresión basado en PDF.

Muchas imprentas offset comerciales han aceptado el envío de archivos PDF listos para imprenta como fuente de impresión, específicamente el subconjunto PDF/X-1a y sus variaciones. ^{[ 92 ]} El envío de archivos PDF listos para imprenta reemplaza la problemática necesidad de recibir archivos de trabajo nativos recopilados.

En 2006, el formato PDF fue ampliamente aceptado como el formato estándar para trabajos de impresión en la Cumbre de Impresión de los Laboratorios de Desarrollo de Código Abierto . Es compatible como formato de impresión con el Sistema Común de Impresión de Unix y proyectos de aplicaciones de escritorio como GNOME, KDE , Firefox , Thunderbird , LibreOffice y OpenOffice han optado por generar trabajos de impresión en formato PDF. ^{[ 93 ]}

Algunas impresoras de escritorio también admiten la impresión directa de PDF, lo que les permite interpretar los datos PDF sin ayuda externa.

PDF fue seleccionado como el formato de metarchivo "nativo" para macOS (originalmente llamado Mac OS X), reemplazando el formato PICT del Mac OS clásico anterior . El modelo de imagen de la capa gráfica Quartz se basa en el modelo común a Display PostScript y PDF, lo que dio origen al apodo Display PDF . La aplicación Vista Previa puede mostrar archivos PDF, al igual que la versión 2.0 y posteriores del navegador web Safari . ^{[ 94 ] [ 95 ]} La compatibilidad a nivel de sistema con PDF permite que las aplicaciones de macOS creen documentos PDF automáticamente, siempre que sean compatibles con la arquitectura de impresión estándar del sistema operativo. Los archivos se exportan en formato PDF 1.3 según el encabezado del archivo. Al tomar una captura de pantalla en las versiones 10.0 a 10.3 de Mac OS X, la imagen también se capturaba como un PDF; las versiones posteriores guardan las capturas de pantalla como un archivo PNG, aunque este comportamiento se puede volver a configurar a PDF si se desea.

Adobe Acrobat es un ejemplo de software propietario que permite al usuario anotar, resaltar y agregar notas a archivos PDF ya creados. Una aplicación UNIX disponible como software libre (bajo la Licencia Pública General GNU ) es PDFedit . El software gratuito Foxit Reader , disponible para Microsoft Windows, macOS y Linux, permite anotar documentos. PDF-XChange Viewer de Tracker Software permite anotaciones y marcas sin restricciones en su alternativa de software libre . El visor de PDF integrado de macOS de Apple , Vista Previa, también permite anotaciones, al igual que el software de código abierto Skim , que admite la interacción con LaTeX , SyncTeX y PDFSync y la integración con el software de gestión de referencias BibDesk . ^{[ 96 ]} El software gratuito Qiqqa puede crear un informe de anotaciones que resume todas las anotaciones y notas que se han hecho en la biblioteca de PDF. La herramienta de verificación de texto exporta las diferencias en los documentos como anotaciones y marcas.

También existen sistemas de anotación web que admiten anotaciones en PDF y otros formatos de documentos. En los casos en que se espera que los PDF tengan todas las funcionalidades de los documentos en papel, se requiere la anotación con tinta.

El énfasis de PDF en preservar la apariencia visual de los documentos en diferentes plataformas de software y hardware plantea desafíos para la conversión de documentos PDF a otros formatos de archivo y la extracción dirigida de información , como texto, imágenes, tablas, información bibliográfica y metadatos del documento . Numerosas herramientas y bibliotecas de código fuente facilitan estas tareas. Existen varios conjuntos de datos etiquetados para probar herramientas de conversión y extracción de información de PDF, los cuales se han utilizado para evaluaciones comparativas del rendimiento de la herramienta. ^{[ 97 ]}