PDF/A-1b, 2b и 3b какой вариант выбрать на самом деле?

Инструмент конвертации спрашивает, что вам нужно — PDF/A-1b, 2b или 3b, — не даёт никаких объяснений и ждёт. Если портал или архивная политика уже назвали разновидность, выбор сделан за вас и после следующего раздела можно не читать. Если никто ничего не сказал, обычный порыв — взять самый строгий вариант, полагая, что строже значит надёжнее. Этот порыв ошибочен, и стоит понять почему.

Две вещи, которые путают

«PDF/A-2b» — это два независимых ответа, склеенных вместе, и почти вся путаница вокруг стандарта происходит от чтения их как одного.

• Цифра — 1, 2, 3, 4 — это часть ISO 19005, которой следует файл: какая редакция стандарта и, соответственно, какие возможности PDF вообще разрешены.
• Буква — b, u, a — это уровень соответствия: сколько смысла документа, помимо его внешнего вида, обязано сохраниться.

Поэтому вопрос в форме «PDF/A-1b или PDF/A-2b?» спрашивает только о цифре. b в обоих одинаково — то же самое обещание, данное о файле, построенном по другой редакции правил. Как только это ясно, сравнение становится маленьким и посильным.

Что на самом деле обещает «b»

Уровень b означает basic, и его гарантия точна: файл будет надёжно воспроизводить собственный внешний вид в любой соответствующей программе просмотра сколь угодно долго. Шрифты путешествуют внутри него, цвет задан абсолютно, ничто не зависит от внешнего мира.

Обратите внимание, чего в этом обещании нет. Ничего об извлечении текста. Ничего о поиске. Ничего о структуре, порядке чтения или о том, чтобы экранный диктор разобрал страницу. Файл уровня b — это объект, о котором гарантировано, что он будет выглядеть правильно; ровно этого и добивается большинство архивных требований и ровно поэтому отсканированная страница проходит проверку, оставаясь непригодным для поиска изображением.

Чем различаются 1b, 2b и 3b

Все три дают самодостаточный файл со встроенными шрифтами, заданным цветом, без шифрования и без сценариев. Эти части неизменны. Меняется то, каким возможностям PDF позволено уцелеть:

Две строки этой таблицы делают почти всю работу. Прозрачность — практическая разница между 1b и 2b: любая мягкая тень, свечение или режим наложения в документе должны быть сведены, чтобы удовлетворить PDF/A-1, а это растрирует такие области и может изменить их вид. Вложения — единственное различие между 2b и 3b: во всём остальном PDF/A-3 есть PDF/A-2.

Строка о размере удивляет тех, кто ждёт от самой строгой разновидности самой лёгкой. PDF/A-1 привязан к PDF 1.4, который старше сжатых потоков объектов и перекрёстных ссылок, которыми более поздние версии PDF ужимают внутреннюю структуру файла. Добавьте сведённую прозрачность — и файл 1b часто оказывается самым большим из трёх. Если размер важен, сжимайте до конвертации, а не после.

Почему строже не значит надёжнее

PDF/A-1 привычно называют самым надёжным выбором, потому что он разрешает меньше всего. Стоит уточнить, что «разрешает меньше всего» означает на практике: соответствие достигается уничтожением тех возможностей, которые не разрешены. В PDF/A-1 прозрачность не сохраняется бережнее — она удаляется.

PDF/A-1 был написан в 2005 году под PDF 1.4, спецификацию 2001 года. Его ограничения описывают, что PDF умел четверть века назад, а не то, что ненадёжно. Прозрачность и слои не менее долговечны, чем остальной PDF; их просто ещё не стандартизировали, когда составлялась часть 1. Часть 2 вернулась к ним, разрешила их и остаётся полноценным архивным стандартом.

Помимо соответствия у PDF/A-1b есть один честный довод: это самая старая и наиболее широко реализованная часть, поэтому древняя внутренняя система примет её чуть охотнее. Если вы сдаёте документ в нечто, построенное в 2008 году, и спросить некого — это разумная причина её выбрать. «Показалось строже» — не причина.

PDF/A-3 и вопрос вложений

PDF/A-3 существует ради одной цели: позволить архивному PDF нести внутри произвольный файл. Не другой файл PDF/A, что PDF/A-2 уже допускает, а любой файл. Таблицу, XML-документ, чертёж САПР.

Случай, ради которого его создали, — гибридный электронный счёт. Форматы вроде Factur-X и ZUGFeRD — это файлы PDF/A-3: читаемая человеком страница счёта для того, кому на неё придётся смотреть, и структурированный XML счёта, встроенный в тот же файл для бухгалтерской системы, которой его обрабатывать. Один документ, две аудитории и никакого риска, что две версии разойдутся. По мере распространения в Европе обязательств по структурированному электронному счёту это стало самой частой причиной вообще конвертировать в 3b.

Соответствующая слабость и есть причина, по которой некоторые архивы вовсе не принимают PDF/A-3. Ничто в самой оболочке не гарантирует ничего о её содержимом. Вы можете встроить проприетарный формат, который через двадцать лет не откроет никакая программа, или таблицу, чьи формулы никто не сможет вычислить, внутрь файла, безупречно проходящего проверку как архивный. PDF долговечен; то, что внутри него, — не обязательно.

Как выбрать меньше чем за минуту

1. Вам назвали разновидность? Используйте именно её, вместе с буквой. Действительный файл PDF/A-2b отклоняется системой, запросившей PDF/A-1b, и ничто другое в этой статье не отменяет прямо высказанного требования.
2. Нужно ли встроить машиночитаемый файл — XML счёта, файл данных, который должен путешествовать вместе с документом? PDF/A-3b, и только тогда.
3. Получатель — старая система или правило, написанное вокруг PDF/A-1? PDF/A-1b, с пониманием того, что прозрачность будет сведена.
4. Всё остальное? PDF/A-2b. Это современный выбор по умолчанию: он сохраняет больше всего от вашего документа и принимается практически везде, где принимается PDF/A.

Одно предостережение на случай, если позже передумаете. Готовый файл PDF/A можно конвертировать в другую разновидность, но конвертации не симметричны: переход с 2b на 1b сводит прозрачность, а обратный путь с 1b на 2b её не восстанавливает — сведения были отброшены при первой конвертации. Храните исходный документ, а не только архивную копию, и формируйте файл заново из источника, когда требование меняется.

Уровни, которых вам не предложили

Возможно, вам встречались упоминания PDF/A-1a, PDF/A-2u или PDF/A-2a, и вы задумывались, почему конвертеры редко их предлагают. Ответ — это настоящее ограничение, а не отсутствующая функция.

• Уровень u требует, чтобы каждый символ в файле соответствовал значению Unicode, тогда извлечение текста надёжно. Достижимо, когда в источнике есть настоящий текст с корректными кодировками шрифтов; невозможно гарантировать, когда его нет.
• Уровень a требует размеченной структуры документа: какой текст является заголовком, какие ячейки принадлежат какой таблице, в каком порядке читать страницу, на каком она языке. Это семантические сведения о смысле документа.

Конвертер получает страницу расставленных глифов. Он видит, что какой-то текст крупнее и выше на странице; он не может знать, что это делает его заголовком или что двухколоночную вёрстку надо читать сверху вниз, а затем вбок. Он может угадать — а уверенно неверная догадка о порядке чтения хуже для человека с экранным диктором, чем отсутствие структуры, потому что она порождает правдоподобную бессмыслицу вместо очевидного пробела.

Поэтому уровень a должен приходить из авторского инструмента, где структура ещё существует: экспортируйте размеченный PDF из Word, InDesign или LaTeX либо расставьте теги вручную в полноценном редакторе PDF. Если требование доступности свалилось на документы, которые всегда экспортировались плоскими, это проблема подготовки документов, а не настройка конвертации, и лучше выяснить это сейчас, чем после конвертации. Когда формы и аннотации мешают получить чистую архивную копию, предварительное сведение хотя бы убирает одну переменную.

А PDF/A-4?

ISO 19005-4 вышел в 2020 году, перестроенный на PDF 2.0. Он также переустраивает наименования: уровни a/b/u упраздняются и заменяются единым базовым соответствием плюс PDF/A-4f для файлов с вложениями и PDF/A-4e для инженерных документов с трёхмерным содержимым.

Это добротный стандарт с тонким распространением. Порталы приёма документов, правила депонирования и графики хранения по-прежнему подавляюще называют PDF/A-1 или PDF/A-2, а требование, написанное в 2019 году, само себя не обновляет. Поэтому наш конвертер нацелен на три разновидности уровня b. Если вам когда-нибудь предложат PDF/A-4, проверьте, что получатель файла заявил о его приёме: быть первым — не преимущество в формате, весь смысл которого в том, чтобы файл смог открыть кто-то другой.

Конвертируйте в нужную разновидность

Конвертация занимает около полуминуты, без установки и без регистрации, а загруженные файлы безвозвратно удаляются с наших серверов через два часа.

Если сама идея PDF/A для вас нова — зачем нужен стандарт, что конвертация меняет в документе и когда она вообще оправданна — начните с материала что такое PDF/A и когда он нужен: там разобрано то, что эта статья принимает как данность.

Часто задаваемые вопросы