Come riparare un PDF danneggiato e recuperare ciò che contiene ancora

Un PDF che non si apre sembra una perdita totale, ma di solito non lo è. Nella stragrande maggioranza dei casi il contenuto delle pagine è ancora dentro il file, intatto e leggibile: ciò che si è rotto è quel piccolo pezzo di contabilità interna che dice al lettore dove inizia ogni pagina. Riparare il file significa ricostruire quella contabilità, non ricreare il documento.

Questa guida spiega che cosa si rompe davvero, come distinguere un file recuperabile da uno realmente distrutto e come riparare un PDF nel browser senza installare nulla.

Che cosa si rompe davvero in un PDF danneggiato

Un PDF non è un flusso continuo di testo come lo è un file semplice. È una raccolta di oggetti numerati — caratteri, immagini, descrizioni di pagina, metadati — seguita, proprio alla fine del file, da una tabella di consultazione chiamata tabella dei riferimenti incrociati, o xref. La xref registra l'esatto scostamento in byte di ogni oggetto. Quando un lettore apre un PDF salta alla fine, legge la xref e la usa per trovare la pagina uno.

Questo progetto è veloce, ma ha una debolezza precisa: l'indice sta in fondo e punta all'indietro. Se qualcosa sposta la posizione degli oggetti, o se la coda del file non arriva mai, tutti gli scostamenti nella xref diventano sbagliati in un colpo solo. Il lettore cerca la pagina uno al byte 48.213, trova qualcosa che non è una pagina e si arrende. Nulla della pagina in sé è stato danneggiato.

• Tabella dei riferimenti incrociati rotta. L'indice c'è, ma i suoi scostamenti non corrispondono più alla realtà. È di gran lunga la forma più comune di danneggiamento di un PDF ed è quasi sempre riparabile.
• File troncato. Un caricamento, un download o una copia si è fermato in anticipo, quindi l'ultima parte del file — xref compresa — non è mai arrivata. Recuperabile fino al punto in cui il file si interrompe.
• Flussi di oggetti danneggiati. Singoli oggetti sono stati alterati, di solito da un programma che ha scritto male nel file. Riparabile pagina per pagina; le pagine danneggiate possono perdere la formattazione.
• Caratteri incorporati corrotti. Il testo è presente ma il font a cui fa riferimento è illeggibile, quindi le pagine risultano vuote o piene di quadratini. Di solito si risolve sostituendo con un carattere standard.
• Intestazione non valida. Il file non inizia con %PDF-. Spesso significa che non è realmente un PDF, oppure che qualcosa gli è stato anteposto.

I messaggi di errore più comuni, decifrati

Il messaggio mostrato dal tuo lettore è una guida ragionevole a ciò che è andato storto. Questi sono quelli che compaiono più spesso:

Quest'ultima riga conta più di quanto sembri. Una quota non trascurabile dei file che le persone portano a uno strumento di riparazione non è danneggiata: è protetta da password, e il messaggio del lettore è semplicemente poco chiaro. Se conosci la password, usa Proteggi PDF per gestire la cifratura del file invece di tentare una riparazione.

Che cosa si può recuperare e che cosa no

Fissare aspettative oneste vale più dell'ottimismo, perché ti dice quando smettere di perdere tempo su un file e andare a cercare l'originale.

• Quasi sempre recuperabile: tabelle xref rotte, file che un lettore si rifiuta di aprire ma per il resto completi, PDF salvati da un programma che si è chiuso a metà scrittura e file che appaiono vuoti per problemi di caratteri.
• Parzialmente recuperabile: i file troncati. Ottieni tutto fino al byte in cui il file si interrompe, e nulla dopo. Un download arrivato all'80% restituisce di norma circa l'80% delle pagine, integre.
• Raramente recuperabile: file in cui i flussi di oggetti stessi sono stati sovrascritti con dati estranei, per esempio da un disco guasto o da una scheda di memoria in fin di vita. L'indice si può ricostruire, ma punterà a contenuto che è davvero sparito.
• Non è affatto un problema di riparazione: file cifrati, file che non sono mai stati PDF (un'estensione .pdf su un documento Word, per dire) e file da 0 byte. Dentro un file da 0 byte non c'è nulla da recuperare.

Tre cose da provare prima di riparare

Ognuna richiede meno di un minuto e ognuna risolve una categoria reale di problema che non è danneggiamento:

1. Aprilo in un lettore diverso. I lettori variano enormemente per quanto sono tolleranti verso i file malformati. Un PDF che Adobe Acrobat rifiuta senza appello spesso si apre in Chrome o Firefox, che correggono in silenzio i problemi strutturali minori. Se si apre nel browser, ristampalo in PDF e hai una copia pulita.
2. Scaricalo di nuovo. Se il file è arrivato via rete, la spiegazione più semplice è che il trasferimento sia fallito. Riscaricalo e confronta la dimensione con quella della sorgente prima di dare la colpa al file stesso.
3. Verifica che sia un PDF. Aprilo in un qualsiasi editor di testo semplice e guarda la prima riga. Un vero PDF inizia con %PDF-1.4 o simile. Se vedi PK, è uno ZIP o un file Office con l'estensione sbagliata; se vedi <!DOCTYPE html>, hai scaricato una pagina di errore invece del documento.

Riparare un PDF in tre passaggi

Se il file è davvero danneggiato, ripararlo con PdfDocShift richiede tre passaggi. Nessuna installazione e nessuna registrazione, e ogni file caricato viene eliminato definitivamente dai nostri server dopo due ore.

Riparare PDF scansionati e ricchi di immagini

I documenti scansionati si danneggiano in modo diverso da quelli testuali, e conviene trattarli come un caso a sé. Un PDF scansionato è un contenitore di immagini grandi, quindi una quota assai maggiore del file è costituita da dati immagine: questo significa che il troncamento ti costa pagine intere anziché un indice rotto, e che un file parziale finisce spesso a metà di un'immagine, lasciando un'ultima pagina disegnata a metà.

Da qui discendono due cose. Primo: ripara un PDF scansionato prima di farci qualsiasi altra cosa; applicare compressione o conversione a una scansione danneggiata tende a fissare il danno in modo permanente. Secondo: se il file riparato si apre ma il testo non è più selezionabile, il livello di testo non è sopravvissuto — puoi ricostruirlo passando il file riparato in OCR PDF, che legge le immagini e scrive sotto un nuovo livello di testo ricercabile.

Se la scansione recuperata risulta poi ingombrante — la riparazione a volte produce un file più grande dell'originale, perché non può riutilizzare le strutture di compressione rotte — Comprimi PDF lo riporterà a dimensioni ragionevoli senza toccare le pagine in sé.

Come si danneggiano i PDF e come evitarlo

Quasi tutti i danneggiamenti reali dei PDF si riconducono a un piccolo numero di cause, e la maggior parte è evitabile:

• Trasferimenti interrotti. Un download che cade, una condivisione di rete che si disconnette a metà copia, o una chiavetta USB estratta prima che la scrittura fosse conclusa. Espelli sempre correttamente i supporti rimovibili e verifica la dimensione dei file dopo i trasferimenti grandi.
• Modificare un file nel cloud mentre si sincronizza. Salvare sopra un PDF che Dropbox, OneDrive o Google Drive sta caricando proprio in quel momento è un modo sicuro per ottenere un file per metà vecchio e per metà nuovo. Lascia terminare la sincronizzazione prima di aprire il file.
• Applicazioni che si chiudono durante il salvataggio. Un PDF scritto da un programma terminato in modo anomalo ha tipicamente il contenuto ma nessun indice valido: il classico caso riparabile.
• Inviare PDF come allegati incorporati tramite server datati. Alcuni vecchi sistemi di posta applicano ancora una codifica in modalità testo agli allegati binari, corrompendoli durante il transito. Comprimi il file in ZIP prima di inviarlo se hai a che fare con un sistema di cui non ti fidi.
• Archiviazione difettosa. Settori danneggiati e schede di memoria morenti corrompono i file in silenzio. Se più di un file su un'unità si è rovinato, il problema è l'unità: copia tutto altrove prima di fare qualsiasi altra cosa.

Domande frequenti