Chuyển PDF sang PDF/A

Ba trong bốn yêu cầu, và yêu cầu nào còn thiếu

PDF/A là chuẩn dành cho lưu trữ — chuẩn mà hệ thống nộp hồ sơ tòa án, cổng nộp bài tạp chí hay thư viện quốc gia yêu cầu — và điều nó đòi hỏi là file phải tự chứa đủ mọi thứ, để hiển thị giống hệt sau năm mươi năm trên phần mềm chưa ai viết ra. Trên thực tế, điều đó quy về bốn thứ: một gói metadata XMP khai báo cấp độ tuân thủ mà file nhận là đạt, một output intent nêu không gian màu dùng để diễn giải các giá trị màu, thông tin tài liệu khớp với metadata, và mọi phông chữ được dùng đều nhúng trong file.

Ba thứ đầu được thêm vào tại đây. Gói metadata được ghi với cấp độ tuân thủ bạn chọn; thông tin tài liệu được viết lại cho khớp, vì công cụ kiểm tra sẽ đánh trượt file có tiêu đề ghi khác nhau ở hai nơi; và output intent mang một cấu hình ICC sRGB thật, được tạo ngay trong file chứ không phải gửi kèm dưới dạng một khối nhị phân — nó chỉ khoảng bốn trăm byte, đủ nhỏ để không có lý do gì phải tải về từ đâu đó.

Thứ tư thì không làm được ở đây, và đây là phần cần nói thẳng. Nhúng một phông chữ còn thiếu cần có file phông chữ, mà file phông chữ lại chính là thứ không có trong tài liệu. Không gì trong trình duyệt có thể tự tạo ra nó, và thay bằng một phông chữ trông giống sẽ tạo ra file qua được kiểm tra trong khi chữ bị dàn lại — còn tệ hơn là không đạt. Màu sắc cũng vậy: chuyển một ảnh CMYK sang output intent đã khai báo cần một bộ máy quản lý màu và cấu hình màu gốc. Hầu hết PDF được tạo từ đầu thế kỷ này bằng Word, LibreOffice, InDesign hay một trình điều khiển máy in tử tế đều đã nhúng phông chữ, và khi đó những gì được thêm ở đây chính là tất cả những gì còn thiếu.

Vì vậy, cách mô tả đúng về kết quả là cấu trúc PDF/A chứ không phải file PDF/A được chứng nhận — một khác biệt chỉ quan trọng vì các cổng nộp hồ sơ có chạy công cụ kiểm tra. Hãy kiểm tra file của bạn trước khi dựa vào nó. veraPDF là bản triển khai tham chiếu do PDF Association duy trì, miễn phí, và cho bạn biết chính xác điều khoản nào không đạt thay vì từ chối file mà không giải thích gì.

Khi bạn cần công cụ khác

Ghostscript là công cụ làm được phần mà trang này không làm được. gs -dPDFA=2 -dBATCH -dNOPAUSE -sColorConversionStrategy=UseDeviceIndependentColor -sDEVICE=pdfwrite -dPDFACompatibilityPolicy=1 -sOutputFile=out.pdf PDFA_def.ps in.pdf dựng lại tài liệu qua một trình thông dịch đầy đủ: nó nhúng phông chữ từ hệ thống khi phông chữ bị thiếu, chuyển đổi màu qua cấu hình ICC thật, và từ chối thay vì âm thầm tạo ra file không hợp lệ khi không thể tuân thủ. Đó thực sự là một thao tác khác hẳn so với việc thêm đúng metadata vào một file vốn đã gần đạt chuẩn.

Với tài liệu scan, PDF/A còn cần một lớp văn bản thì mới thực sự có ý nghĩa lưu trữ, và ocrmypdf --output-type pdfa in.pdf out.pdf làm cả OCR lẫn chuyển đổi trong một bước. Công cụ này miễn phí, và là thứ mà hầu hết quy trình của các tổ chức thực sự dùng.