PDF/A-1b, 2b i 3b który wariant naprawdę wybrać?

Narzędzie do konwersji pyta, czy chcesz PDF/A-1b, 2b czy 3b, nie podaje żadnego wyjaśnienia i czeka. Jeśli portal albo polityka archiwizacji wskazały już wariant, wybór został dokonany za ciebie i możesz przestać czytać po następnej sekcji. Jeśli nikt nic nie powiedział, zwykłym odruchem jest wybranie opcji najsurowszej przy założeniu, że surowszy znaczy bezpieczniejszy. Ten odruch jest błędny i warto zrozumieć dlaczego.

Dwie rzeczy, które się myli

„PDF/A-2b” to dwie niezależne odpowiedzi sklejone razem i niemal całe zamieszanie wokół tej normy bierze się z czytania ich jako jednej.

• Cyfra — 1, 2, 3, 4 — to część normy ISO 19005, której plik przestrzega: które wydanie normy, a więc i które funkcje PDF są w ogóle dozwolone.
• Litera — b, u, a — to poziom zgodności: ile ze znaczenia dokumentu, poza jego wyglądem, musi zostać zachowane.

Pytanie sformułowane jako „PDF/A-1b czy PDF/A-2b?” dotyczy więc wyłącznie cyfry. b jest w obu identyczne — ta sama obietnica złożona wobec pliku zbudowanego według innego wydania reguł. Gdy to staje się jasne, porównanie robi się małe i wykonalne.

Co tak naprawdę obiecuje „b”

Poziom b oznacza basic, a jego gwarancja jest precyzyjna: plik będzie wiernie odtwarzał własny wygląd, w każdym zgodnym czytniku, bezterminowo. Czcionki podróżują w jego wnętrzu, kolor jest zdefiniowany bezwzględnie, nic nie zależy od świata zewnętrznego.

Zwróć uwagę na to, czego w tej obietnicy nie ma. Nic o wydobywaniu tekstu. Nic o wyszukiwaniu. Nic o strukturze, kolejności czytania ani o tym, by czytnik ekranu zrozumiał stronę. Plik na poziomie b to obiekt z gwarancją poprawnego wyglądu — dokładnie to, o co chodzi większości wymagań archiwalnych, i dokładnie powód, dla którego zeskanowana strona przechodzi walidację, pozostając obrazem niemożliwym do przeszukania.

Co różni 1b, 2b i 3b

Wszystkie trzy dają samowystarczalny plik z osadzonymi czcionkami, zdefiniowanym kolorem, bez szyfrowania i bez skryptów. Ta część jest stała. Zmienia się to, którym funkcjom PDF wolno przetrwać:

Dwa wiersze tej tabeli wykonują większość pracy. Przezroczystość to praktyczna różnica między 1b a 2b: każdy miękki cień, poświata czy tryb mieszania w dokumencie musi zostać spłaszczony, by spełnić PDF/A-1, co rasteryzuje te obszary i może zmienić ich wygląd. Załączniki to jedyna różnica między 2b a 3b — pod każdym innym względem PDF/A-3 to PDF/A-2.

Wiersz o rozmiarze zaskakuje tych, którzy oczekują, że najsurowszy wariant będzie najlżejszy. PDF/A-1 jest przypisany do PDF 1.4, starszego niż skompresowane strumienie obiektów i odsyłaczy, którymi późniejsze wersje PDF zmniejszają wewnętrzną strukturę pliku. Dodaj spłaszczoną przezroczystość, a plik 1b bywa najczęściej największym z trzech. Jeśli rozmiar ma znaczenie, skompresuj przed konwersją, nigdy po niej.

Dlaczego surowszy nie znaczy bezpieczniejszy

PDF/A-1 rutynowo opisuje się jako wybór najbezpieczniejszy, bo pozwala na najmniej. Warto powiedzieć precyzyjnie, co „pozwalać na najmniej” oznacza w praktyce: zgodność osiąga się przez zniszczenie funkcji, które nie są dozwolone. W PDF/A-1 przezroczystość nie jest zachowywana staranniej — zostaje usunięta.

PDF/A-1 napisano w 2005 roku wobec PDF 1.4, specyfikacji z 2001 roku. Jego ograniczenia opisują to, co PDF potrafił ćwierć wieku temu, a nie to, co jest kruche. Przezroczystość i warstwy nie są mniej trwałe niż reszta PDF; po prostu nie były znormalizowane, gdy powstawała część 1. Część 2 przyjrzała się im ponownie, dopuściła je i pozostaje pełnoprawną normą archiwalną.

Poza samą zgodnością istnieje jeden uczciwy argument za PDF/A-1b: to część najstarsza i najszerzej zaimplementowana, więc leciwy system wewnętrzny nieco chętniej ją przyjmie. Jeśli składasz coś do systemu zbudowanego w 2008 roku i nie masz kogo zapytać, to rozsądny powód, by go wybrać. „Wydawał się surowszy” nim nie jest.

PDF/A-3 i kwestia załączników

PDF/A-3 istnieje w jednym celu: aby archiwalny PDF mógł nieść w sobie dowolny plik. Nie kolejny plik PDF/A, na co pozwala już PDF/A-2 — dowolny plik. Arkusz kalkulacyjny, dokument XML, rysunek CAD.

Przypadek, dla którego go zaprojektowano, to hybrydowa faktura elektroniczna. Formaty takie jak Factur-X i ZUGFeRD to pliki PDF/A-3: czytelna dla człowieka strona faktury dla osoby, która musi na nią spojrzeć, oraz ustrukturyzowany XML faktury osadzony w tym samym pliku dla systemu księgowego, który musi ją przetworzyć. Jeden dokument, dwóch odbiorców i żadnego ryzyka, że obie wersje się rozjadą. Wraz z rozprzestrzenianiem się w Europie obowiązków ustrukturyzowanego e-fakturowania stało się to najczęstszym powodem konwersji do 3b.

Odpowiadająca temu słabość jest powodem, dla którego część archiwów w ogóle nie przyjmuje PDF/A-3. Nic w opakowaniu nie gwarantuje niczego co do zawartości. Możesz osadzić zamknięty format, którego za dwadzieścia lat nie otworzy żadne oprogramowanie, albo arkusz, którego formuł nikt nie przeliczy, wewnątrz pliku doskonale walidującego się jako archiwalny. PDF jest trwały; to, co w nim siedzi, może nie być.

Jak wybrać w niecałą minutę

1. Wskazano ci wariant? Użyj dokładnie tego, wraz z literą. Prawidłowy plik PDF/A-2b zostanie odrzucony przez system, który poprosił o PDF/A-1b, a nic innego w tym artykule nie przeważa nad wyraźnym wymaganiem.
2. Musisz osadzić plik czytelny maszynowo — XML faktury, plik danych, który ma podróżować z dokumentem? PDF/A-3b i tylko wtedy.
3. Czy celem jest stary system albo przepis napisany wokół PDF/A-1? PDF/A-1b, z akceptacją, że przezroczystość zostanie spłaszczona.
4. Wszystko pozostałe? PDF/A-2b. To nowoczesny wybór domyślny, zachowuje najwięcej z twojego dokumentu i jest przyjmowany zasadniczo wszędzie tam, gdzie przyjmowany jest PDF/A.

Jedno ostrzeżenie na wypadek późniejszej zmiany zdania. Gotowy plik PDF/A można przekonwertować na inny wariant, ale konwersje nie są symetryczne: przejście z 2b na 1b spłaszcza przezroczystość, a powrót z 1b na 2b jej nie przywraca — ta informacja została odrzucona przy pierwszej konwersji. Zachowaj oryginalny dokument, nie tylko kopię archiwalną, i generuj na nowo ze źródła, gdy wymaganie się zmieni.

Poziomy, których ci nie zaproponowano

Być może widziałeś wzmianki o PDF/A-1a, PDF/A-2u albo PDF/A-2a i zastanawiałeś się, dlaczego konwertery rzadko je oferują. Odpowiedzią jest rzeczywiste ograniczenie, a nie brakująca funkcja.

• Poziom u wymaga, by każdy znak w pliku odpowiadał wartości Unicode, dzięki czemu wydobywanie tekstu jest niezawodne. Osiągalne, gdy źródło zawiera prawdziwy tekst z poprawnym kodowaniem czcionek; niemożliwe do zagwarantowania, gdy go nie zawiera.
• Poziom a wymaga znacznikowej struktury dokumentu: który tekst jest nagłówkiem, które komórki należą do której tabeli, w jakiej kolejności czytać stronę, w jakim jest języku. To informacja semantyczna o znaczeniu dokumentu.

Konwerter dostaje stronę rozmieszczonych glifów. Widzi, że pewien tekst jest większy i wyżej na stronie; nie może wiedzieć, że czyni go to nagłówkiem ani że dwułamowy układ należy czytać w dół, a potem w bok. Może zgadywać — a pewne siebie błędne zgadnięcie kolejności czytania jest dla osoby korzystającej z czytnika ekranu gorsze niż brak struktury, bo daje wiarygodnie brzmiący bezsens zamiast oczywistej luki.

Poziom a musi więc pochodzić z narzędzia autorskiego, gdzie struktura jeszcze istnieje: wyeksportuj otagowany PDF z Worda, InDesigna albo LaTeX-a lub dodaj znaczniki ręcznie w pełnym edytorze PDF. Jeśli wymóg dostępności spadł na dokumenty eksportowane zawsze płasko, to problem produkcji dokumentów, a nie ustawienie konwersji — i lepiej dowiedzieć się o tym teraz niż po konwersji. Gdy formularze i adnotacje przeszkadzają w uzyskaniu czystej kopii archiwalnej, wcześniejsze ich spłaszczenie usuwa przynajmniej jedną zmienną.

A PDF/A-4?

Norma ISO 19005-4 pojawiła się w 2020 roku, zbudowana na nowo na PDF 2.0. Porządkuje też nazewnictwo: poziomy a/b/u zostają wycofane i zastąpione jedną zgodnością bazową oraz PDF/A-4f dla plików z załącznikami i PDF/A-4e dla dokumentacji inżynierskiej z treścią 3D.

To solidna norma o cienkim rozpowszechnieniu. Portale składania dokumentów, zasady deponowania i harmonogramy przechowywania wciąż w przygniatającej większości wskazują PDF/A-1 albo PDF/A-2, a wymaganie napisane w 2019 roku nie aktualizuje się samo. Dlatego nasz konwerter celuje w trzy warianty poziomu b. Jeśli kiedyś zaproponują ci PDF/A-4, sprawdź, czy odbiorca pliku zadeklarował, że go przyjmuje: bycie wcześnie nie jest atutem w formacie, którego cały sens polega na tym, by ktoś inny mógł go otworzyć.

Konwertuj do potrzebnego wariantu

Konwersja zajmuje około pół minuty, bez instalacji i bez rejestracji, a przesłane pliki są trwale usuwane z naszych serwerów po dwóch godzinach.

Jeśli sama idea PDF/A jest dla ciebie nowa — po co jest ta norma, co konwersja zmienia w dokumencie i kiedy w ogóle warto — zacznij od czym jest PDF/A i kiedy jest potrzebny, gdzie omówiono grunt, który ten artykuł zakłada jako znany.

Najczęściej zadawane pytania