PDF/A-1b, 2b y 3b ¿cuál deberías elegir en realidad?

Una herramienta de conversión te pregunta si quieres PDF/A-1b, 2b o 3b, no ofrece ninguna explicación y espera. Si un portal o una política de archivo ya nombró una variante, la decisión está tomada y puedes dejar de leer después de la siguiente sección. Si nadie te dijo nada, el instinto habitual es elegir la opción más estricta suponiendo que más estricto significa más seguro. Ese instinto es erróneo, y merece la pena entender por qué.

Las dos cosas que se confunden

«PDF/A-2b» son dos respuestas independientes pegadas, y de ahí nace casi toda la confusión en torno a la norma.

• El número —1, 2, 3, 4— es la parte de la ISO 19005 que el archivo sigue: qué edición de la norma y, por tanto, qué funciones de PDF están permitidas siquiera.
• La letra —b, u, a— es el nivel de conformidad: cuánto del significado del documento, más allá de su apariencia, debe conservarse.

Así que una pregunta formulada como «¿PDF/A-1b o PDF/A-2b?» solo está preguntando por el número. La b es idéntica en ambos: la misma promesa, hecha sobre un archivo construido según una edición distinta de las reglas. Una vez claro eso, la comparación se vuelve pequeña y manejable.

Qué promete realmente la «b»

La letra b significa básico, y su garantía es precisa: el archivo reproducirá de forma fiable su propia apariencia visual, en cualquier lector conforme, indefinidamente. Las fuentes viajan dentro de él, el color está definido de forma absoluta, nada depende del mundo exterior.

Fíjate en lo que no entra en esa promesa. Nada sobre extraer texto. Nada sobre buscar. Nada sobre estructura, orden de lectura ni sobre que un lector de pantalla entienda la página. Un archivo de nivel b es un objeto con la garantía de verse bien, que es exactamente lo que persigue la mayoría de los requisitos de archivo, y exactamente la razón por la que una página escaneada pasa la validación sin dejar de ser una imagen imposible de buscar.

Qué diferencia a 1b, 2b y 3b

Las tres producen un archivo autocontenido, con fuentes incrustadas, color definido, sin cifrado y sin scripts. Eso es constante. Lo que cambia es qué funciones de PDF pueden sobrevivir:

Dos filas de esa tabla hacen casi todo el trabajo. Las transparencias son la diferencia práctica entre 1b y 2b: cualquier sombra suave, resplandor o modo de fusión del documento debe acoplarse para satisfacer a PDF/A-1, lo que rasteriza esas zonas y puede cambiar su aspecto. Los adjuntos son la única diferencia entre 2b y 3b: en todo lo demás, PDF/A-3 es PDF/A-2.

La fila del tamaño sorprende a quien espera que la variante más estricta sea la más ligera. PDF/A-1 está anclado a PDF 1.4, anterior a los flujos comprimidos de objetos y de referencias cruzadas que las versiones posteriores usan para reducir la estructura interna de un archivo. Súmale las transparencias acopladas y un archivo 1b es con frecuencia el mayor de los tres. Si el tamaño importa, comprime antes de convertir, nunca después.

Por qué más estricto no es más seguro

Se describe habitualmente PDF/A-1 como la opción más segura porque es la que menos permite. Conviene ser preciso sobre lo que «permitir menos» significa en la práctica: la conformidad se consigue destruyendo las funciones que no están permitidas. Con PDF/A-1 la transparencia no se conserva con más cuidado: se elimina.

PDF/A-1 se redactó en 2005 sobre PDF 1.4, una especificación de 2001. Sus restricciones describen lo que PDF podía hacer hace un cuarto de siglo, no lo que resulta frágil. Las transparencias y las capas no son menos duraderas que el resto de PDF; sencillamente no estaban normalizadas cuando se redactó la parte 1. La parte 2 las revisó, las permitió y sigue siendo una norma de archivo completa.

Hay un argumento honesto a favor de PDF/A-1b más allá del cumplimiento: es la parte más antigua y con implantación más amplia, así que un sistema interno vetusto tiene una probabilidad algo mayor de aceptarla. Si envías algo a un sistema construido en 2008 y no puedes preguntar a nadie, esa es una razón razonable para elegirla. «Me pareció más estricto» no lo es.

PDF/A-3 y la cuestión de los adjuntos

PDF/A-3 existe con un único propósito: permitir que un PDF archivístico lleve dentro un archivo arbitrario. No otro archivo PDF/A, cosa que PDF/A-2 ya permite, sino cualquier archivo. Una hoja de cálculo, un documento XML, un plano de CAD.

El caso para el que se diseñó es la factura electrónica híbrida. Formatos como Factur-X y ZUGFeRD son archivos PDF/A-3: una página de factura legible para la persona que tiene que mirarla, con el XML estructurado de la factura incrustado en el mismo archivo para el sistema contable que tiene que procesarla. Un documento, dos destinatarios y ningún riesgo de que las dos versiones se separen. A medida que las obligaciones de facturación electrónica estructurada se han extendido por Europa, esta se ha convertido en la razón más común para convertir a 3b.

La debilidad correspondiente es el motivo por el que algunos archivos rechazan PDF/A-3 de plano. Nada en el contenedor garantiza nada sobre su carga. Puedes incrustar un formato propietario que ningún programa abrirá dentro de veinte años, o una hoja de cálculo cuyas fórmulas nadie podrá evaluar, dentro de un archivo que valida perfectamente como archivístico. El PDF es duradero; lo que lleva dentro puede no serlo.

Cómo elegir en menos de un minuto

1. ¿Te dijeron una variante? Usa exactamente esa, letra incluida. Un archivo PDF/A-2b válido es rechazado por un sistema que pidió PDF/A-1b, y nada de lo demás en este artículo prevalece sobre un requisito explícito.
2. ¿Necesitas incrustar un archivo legible por máquina —XML de factura, un fichero de datos que deba viajar con el documento? PDF/A-3b, y solo entonces.
3. ¿El destino es un sistema antiguo o una norma redactada en torno a PDF/A-1? PDF/A-1b, asumiendo que las transparencias se acoplarán.
4. ¿Cualquier otro caso? PDF/A-2b. Es el valor por defecto moderno, conserva más de tu documento y se acepta prácticamente en todas partes donde se acepta PDF/A.

Una advertencia sobre cambiar de idea más adelante. Puedes convertir un archivo PDF/A ya terminado a otra variante, pero las conversiones no son simétricas: pasar de 2b a 1b acopla las transparencias, y volver de 1b a 2b no las restaura, porque la información se descartó en la primera conversión. Conserva el documento original, no solo la copia de archivo, y regenera desde la fuente cuando cambie el requisito.

Los niveles que no te ofrecieron

Puede que hayas visto mencionar PDF/A-1a, PDF/A-2u o PDF/A-2a y te hayas preguntado por qué los conversores rara vez los ofrecen. La respuesta es un límite real, no una función que falte.

• El nivel u exige que cada carácter del archivo se corresponda con un valor Unicode, para que la extracción de texto sea fiable. Es alcanzable cuando el original tiene texto real con codificaciones de fuente correctas; imposible de garantizar cuando no las tiene.
• El nivel a exige una estructura de documento etiquetada: qué texto es un encabezado, qué celdas pertenecen a qué tabla, en qué orden debe leerse una página, en qué idioma está. Eso es información semántica sobre el significado del documento.

Un conversor recibe una página de glifos colocados. Puede ver que cierto texto es más grande y está más arriba; no puede saber que eso lo convierte en un encabezado, ni que una maqueta a dos columnas debe leerse hacia abajo y luego hacia el lado. Puede adivinar, y una suposición equivocada y segura de sí misma sobre el orden de lectura es peor para quien usa un lector de pantalla que la ausencia de estructura, porque produce un sinsentido verosímil en lugar de un hueco evidente.

El nivel a, por tanto, tiene que venir de la herramienta de autoría, donde la estructura todavía existe: exporta un PDF etiquetado desde Word, InDesign o LaTeX, o añade las etiquetas a mano en un editor de PDF completo. Si un requisito de accesibilidad ha caído sobre documentos que solo se exportaron planos, eso es un problema de producción documental y no un ajuste de conversión, y es mejor descubrirlo ahora que después de convertir. Cuando los formularios y las anotaciones estorban para obtener una copia de archivo limpia, acoplarlos primero al menos elimina una variable.

¿Y PDF/A-4?

La ISO 19005-4 llegó en 2020, reconstruida sobre PDF 2.0. También reorganiza la nomenclatura: se retiran los niveles a/b/u y se sustituyen por una conformidad base más PDF/A-4f para archivos con adjuntos y PDF/A-4e para documentos de ingeniería con contenido 3D.

Es una norma sólida con una implantación escasa. Los portales de presentación, las políticas de depósito y los calendarios de conservación siguen nombrando de forma abrumadora PDF/A-1 o PDF/A-2, y un requisito redactado en 2019 no se actualiza solo. Por eso nuestro conversor apunta a las tres variantes de nivel b. Si alguna vez te ofrecen PDF/A-4, comprueba que quien recibe el archivo ha dicho que lo acepta: llegar pronto no es una ventaja en un formato cuyo propósito entero es que otra persona pueda abrirlo.

Convierte a la variante que necesitas

La conversión lleva alrededor de medio minuto, sin instalación y sin registro, y los archivos subidos se eliminan de forma permanente de nuestros servidores a las dos horas.

Si la idea misma de PDF/A te resulta nueva —para qué sirve la norma, qué cambia la conversión en un documento y cuándo merece la pena siquiera— empieza por qué es PDF/A y cuándo lo necesitas, que cubre el terreno que este artículo da por sabido.

Preguntas frecuentes