Glossario PDF

Il PDF/A è una variante del PDF pensata per garantire che un documento resti leggibile tra 10, 20 o 50 anni. Tutti i font devono essere incorporati, non sono ammessi contenuti esterni e il file è autosufficiente. Esistono tre famiglie: PDF/A-1 (la più rigorosa), PDF/A-2 (con trasparenze e livelli) e PDF/A-3 (con file incorporati).

In diversi contesti europei (archivi pubblici, appalti pubblici, fatture elettroniche) il PDF/A è obbligatorio. Nel 95% dei casi il PDF/A-2b è sufficiente.

L'OCR (Optical Character Recognition) trasforma un'immagine che contiene testo (scansione, foto) in dati di testo utilizzabili: ricercabili, copiabili, indicizzabili.

I motori moderni (Tesseract 5+, Google Vision, AWS Textract) usano reti neurali convoluzionali addestrate su decine di milioni di pagine e raggiungono oltre il 99,5% di precisione su scansioni pulite in francese o inglese. Con la scrittura a mano libera la precisione scende al 60-80%: resta il tallone d'Achille dell'OCR.

Il GDPR impone a ogni azienda che tratta dati di cittadini europei di rispettare i principi di minimizzazione e trasparenza, oltre al diritto di accesso e di cancellazione. Si applica indipendentemente dal Paese in cui ha sede l'azienda.

Essere conformi al GDPR, però, non risolve tutto: appena i dati lasciano lo Spazio economico europeo si applicano regole specifiche (una decisione di adeguatezza come il Data Privacy Framework per le aziende statunitensi certificate, clausole contrattuali tipo, misure supplementari). E un fornitore soggetto al diritto statunitense resta nel raggio d'azione del Cloud Act, ovunque siano conservati i dati.

Il CLOUD Act (Clarifying Lawful Overseas Use of Data Act) consente alle autorità statunitensi, nell'ambito di un procedimento giudiziario (mandato o ingiunzione), di esigere da un fornitore soggetto al diritto statunitense, anche tramite le sue filiali europee, i dati in suo possesso o sotto il suo controllo, anche se conservati fuori dagli Stati Uniti. L'utente interessato non viene necessariamente informato.

In concreto: un PDF affidato a un'azienda statunitense (per esempio Adobe, con sede in California), o a un servizio che si appoggia a un fornitore statunitense per l'hosting, può essere coinvolto. Per sapere come stanno le cose per un determinato servizio, consulta la sua informativa sulla privacy e l'elenco dei suoi sub-responsabili del trattamento. Uno strumento che elabora i file nel browser, senza caricarli, non ha nulla da consegnare.

Il regolamento eIDAS (Electronic IDentification, Authentication and trust Services), in vigore dal 2014, armonizza la firma elettronica in Europa. Definisce tre livelli: firma semplice (SES), avanzata (AES) e qualificata (QES).

La QES è l'unica strettamente equivalente alla firma autografa davanti alla legge. Richiede un dispositivo certificato (smart card, eID nazionale, app certificata). La SES (disegnare la firma con il mouse) è giuridicamente valida ma ha uno scarso valore probatorio: va riservata agli usi senza grandi conseguenze.

I DPI misurano la densità di pixel di un'immagine digitale o stampata. Più alti sono i DPI, più l'immagine è dettagliata, ma più il file è pesante.

Valori comuni: - 300 DPI: standard della stampa professionale - 150 DPI: sufficienti per la lettura a schermo - 96 DPI: indistinguibili a occhio nudo su schermo (limite della percezione umana)

La compressione dei PDF sfrutta i DPI: ridurre la risoluzione da 300 a 150 DPI divide in genere per 4 il peso delle immagini, senza perdite visibili a schermo.

Quando un PDF incorpora un font, per impostazione predefinita viene integrato il font intero, comprese migliaia di caratteri mai usati (ideogrammi cinesi, alfabeti cirillici, glifi matematici). Il subsetting conserva solo i caratteri realmente presenti nel documento.

Risparmio tipico: da 30 a 200 KB per font incorporato. Su un documento con 5 font, è 1 MB in meno senza alcuna perdita di funzionalità. Quasi tutti i buoni compressori PDF fanno il subsetting automaticamente.

Factur-X (Francia) e ZUGFeRD (Germania) sono due nomi dello stesso standard di fattura elettronica. Tecnicamente, una fattura Factur-X è un PDF/A-3 che contiene un file XML incorporato nel formato CII (Cross Industry Invoice).

Il PDF resta leggibile dalle persone, l'XML dai software di contabilità. In Francia la fatturazione elettronica B2B sta diventando obbligatoria secondo un calendario di introduzione graduale, e Factur-X è tra i formati accettati.

pdf-lib è una libreria con licenza MIT che permette di creare, leggere, unire, dividere e modificare PDF direttamente in JavaScript, senza server. È ciò che permette agli strumenti di PDFly di funzionare "al 100% nel browser": i tuoi file non lasciano il tuo dispositivo.

Prestazioni tipiche: unire 10 PDF da 5 MB richiede 2-3 secondi su un MacBook recente. Poiché l'intero documento viene caricato in memoria, un file molto grande può saturare la scheda, soprattutto su smartphone: per questo PDFly accetta file fino a 100 MB e fino a 50 file per operazione.

La sentenza Schrems II della Corte di giustizia dell'Unione europea (luglio 2020) ha invalidato il Privacy Shield, l'accordo che regolava i trasferimenti di dati tra l'UE e gli Stati Uniti. Il motivo: i programmi di sorveglianza statunitensi (FISA 702, EO 12333) consentono l'accesso ai dati europei senza possibilità di ricorso per gli europei.

Dopo questa sentenza, i trasferimenti verso gli Stati Uniti hanno dovuto basarsi su altri strumenti, come le clausole contrattuali tipo (Standard Contractual Clauses), accompagnate se necessario da misure supplementari (cifratura, pseudonimizzazione…). Da luglio 2023 il Data Privacy Framework consente di nuovo i trasferimenti verso le aziende statunitensi certificate; questo nuovo quadro resta però contestato.

L'oscuramento (redaction in inglese) consiste nel nascondere definitivamente informazioni sensibili in un PDF (testo, immagini, aree) in modo irreversibile. A differenza di un semplice rettangolo nero disegnato sopra, un vero oscuramento elimina i dati dal file di origine.

Si usa per: la conformità al GDPR prima di condividere un documento, la pubblicazione di sentenze anonimizzate, la protezione di dati medici o legali. Un oscuramento fatto male (solo un rettangolo nero) è un rischio serio: i dati restano accessibili con un semplice copia e incolla dal PDF.

AES-256 (Advanced Encryption Standard, chiave a 256 bit) è l'algoritmo di cifratura simmetrica più usato per proteggere i PDF con una password. È considerato inattaccabile con la forza bruta dai computer attuali.

Un PDF protetto con AES-256 si apre solo con la password corretta. Se la perdi, il contenuto diventa definitivamente inaccessibile (salvo attacco a dizionario se la password è debole). Scegli password di almeno 12 caratteri che mescolino maiuscole, cifre e simboli.

Un PDF con tag contiene una struttura logica (titoli, paragrafi, tabelle, testo alternativo delle immagini) oltre alla resa visiva. Questa struttura permette agli screen reader (JAWS, NVDA, VoiceOver) di percorrere il documento nell'ordine logico, saltare le immagini decorative e leggere correttamente le tabelle.

Obbligatorio per la conformità in materia di accessibilità (WCAG 2.1 AA, RGAA, EN 301 549).

Un PDF linearizzato ("Fast Web View") è ristrutturato in modo che la prima pagina appaia prima che l'intero file sia scaricato. È essenziale per i PDF di grandi dimensioni (>10 MB) pubblicati sul web: un visitatore non aspetterà 30 secondi che tutto venga scaricato.

La linearizzazione è invisibile per l'utente finale, ma cambia l'ordine degli oggetti all'interno del file.

I metadati di un PDF includono l'autore, la data di creazione, il software di origine, le parole chiave e talvolta la geolocalizzazione (nei PDF generati da smartphone). Sono memorizzati nel file ma poco visibili: si trovano in File → Proprietà in un lettore PDF.

Prima di condividere un PDF può essere utile rimuovere questi metadati se rivelano informazioni sensibili (nome interno di un progetto, versione di un software proprietario, fuso orario di creazione). Adobe Acrobat e alcuni strumenti permettono di "ripulire" il file.