Por que o subsetting de fontes quebra a edição, mas não a leitura

Um PDF pode parecer perfeito e mesmo assim recusar o próximo caractere que você digita. Muitas vezes não é o visualizador que quebrou. É o subsetting de fontes: o arquivo embute apenas os glifos de que precisou quando foi escrito, e a edição pede um glifo que nunca foi empacotado.

O que é um subconjunto

Fontes TrueType e OpenType podem conter dezenas de milhares de glifos. Um memorando de dez páginas pode usar algumas centenas. O subsetting reescreve a fonte embutida para descartar os glifos não usados. O arquivo encolhe, e a exibição na tela e na impressão do texto que já existe continua idêntica, porque todo caractere presente no documento permanece lá.

Ler e imprimir, portanto, continua funcionando. O problema aparece depois: alguém abre o PDF num editor, digita uma letra acentuada ou uma pontuação rara, e o glifo que falta é substituído, sai em branco ou é rejeitado. Copiar texto existente normalmente ainda funciona; o que esbarra no buraco da tabela de glifos é a inserção de caracteres novos.

Subsetting não é remover a fonte

O objeto da fonte continua embutido. O que sai é a parte não usada da tabela de glifos. Isso é diferente de:

• Depender de uma fonte do sistema instalada na máquina de quem lê (risco de substituição entre sistemas operacionais)
• Converter o texto em contornos ou imagens (o que acaba com a seleção e a busca)
• Criptografar o arquivo (Proteger): criptografia não cria subconjuntos de glifos

Muitos exportadores de escritório e drivers de print-to-PDF fazem o subconjunto por padrão ao embutir fontes. O dano acontece na hora da exportação, não quando um visualizador posterior abre o arquivo. Salvar de novo por outra ferramenta de PDF pode ou não refazer o subconjunto; não devolve por mágica glifos que nunca foram escritos.

O que o Compress do PDF123 faz de verdade

O Comprimir (POST /api/v1/misc/compress-pdf) pede ao qpdf que comprima streams (--compress-streams=y), recomprima dados Flate e gere object streams. Ele não cria subconjuntos de fontes e não promete redução de resolução das imagens. Se o arquivo já está apertado em streams, o download pode quase não mudar de tamanho. Se o arquivo já tem fontes em subconjunto, o Compress as deixa como estão: não as expande de volta para fontes completas.

Para entender como as alavancas de tamanho interagem em fluxos de PDF em geral (imagens, streams, estrutura), veja O que acontece de fato quando você comprime um PDF. Trate aquele texto como contexto, não como afirmação de que o botão Comprimir deste site subdivide fontes.

O OCR e a conversão para Markdown também não devolvem glifos que faltam no PDF: o OCR retorna texto em Markdown, e o PDF para Markdown extrai apenas o que a camada de texto já contém.

Editar e ler, na prática

Se você precisa continuar editando com o conjunto completo de caracteres, o subsetting foi a configuração errada na exportação. Prefira uma origem editável (Word, ou Markdown via Markdown para PDF para uma nova renderização) ou um PDF que ainda embuta a fonte completa. O Compress do PDF123 não vai recolocar esses glifos.

Ao investigar um "não consigo digitar é neste PDF", verifique se a exportação original criou subconjunto de fontes antes de culpar o visualizador ou o Repair. O Repair reconstrói a estrutura; ele não expande tabelas de glifos. Uma ida e volta por Markdown pode gerar um PDF novo com as fontes que o WeasyPrint embutir naquela renderização, o que é útil para um documento novo, mas não para recuperar cirurgicamente a fonte antiga em subconjunto.