Что такое PDF/A и когда он действительно нужен

У вас попросили файл PDF/A. Возможно, это портал подачи документов в суд, возможно — архивная служба, возможно — университетская система депонирования, и почти наверняка без объяснения, в чём разница и почему она важна. Успокаивает то, что PDF/A — не новый формат, который придётся осваивать. Это обычный PDF, из которого убрали ненадёжные части.

Успокаивает меньше то, что ограничения достаточно строги, чтобы большинство уже ходящих по рукам PDF им не удовлетворяли. Именно поэтому конвертация — реальный этап обработки, а не переименование.

Что такое PDF/A на самом деле

PDF/A определён стандартом ISO 19005, впервые опубликованным в 2005 году. Это не отдельный тип файла: файл PDF/A по-прежнему заканчивается на .pdf, открывается в любой уже имеющейся у вас программе просмотра и выглядит точно так же, как документ, из которого он получен. Файл становится PDF/A потому, что соблюдает документированный список ограничений — и в собственных метаданных объявляет, какой версии этого списка следует.

Стандарт расширяли четыре раза, и части не взаимозаменяемы. Каждая писалась под спецификацию PDF своего времени:

Помимо номера части, каждый файл несёт уровень соответствия — букву, которую вы видите в обозначениях вроде PDF/A-2b. Буква относится к совершенно другой оси, нежели цифра, и путаница между ними — самое распространённое заблуждение об этом стандарте:

• Уровень b (basic). Файл будет надёжно воспроизводить собственный внешний вид в будущем. В этом всё обещание — насчёт извлечения или поиска текста не гарантируется ничего.
• Уровень u (Unicode). Уровень b плюс гарантия того, что каждый символ на странице сопоставлен со значением Unicode, так что текст можно надёжно извлекать и искать. Появился вместе с PDF/A-2.
• Уровень a (accessible). Уровень u плюс размеченная структура документа: заголовки, таблицы, порядок чтения и язык — сведения, которые нужны экранному диктору, чтобы разобрать страницу.

Почти всё, что просят на практике, — это файл уровня b, и причина изложена ниже: уровни u и a требуют сведений, которые конвертер не сможет выдумать, если их никогда не было в исходном документе.

Правило, из которого следует всё остальное

Каждое ограничение ISO 19005 служит одному требованию: файл должен содержать всё необходимое, чтобы показать себя, и не зависеть ни от чего внешнего. Ни от шрифта, установленного на вашей машине, ни от цветового профиля, которым случайно пользуется ваш монитор, ни от сервера, разрешающего ссылку, ни от пароля, который кто-то записал в 2026 году.

Как только это требование принято, правила перестают выглядеть произвольными и становятся очевидными:

• Каждый шрифт должен быть встроен — причём встроен с лицензией, которая это допускает. Файл, ссылающийся на Helvetica и рассчитывающий, что программа просмотра её предоставит, делает ставку на компьютер будущего.
• Цвет должен быть задан абсолютно, через встроенный выходной ICC-профиль, а не оставлен на усмотрение экрана. Иначе «этот оттенок красного» через пятьдесят лет не будет значить ничего.
• Шифрование запрещено. Ключ — это зависимость, а зависимости теряются.
• Никакого JavaScript, никакого встроенного аудио и видео, никаких действий запуска. Поведение, работу которого нельзя гарантировать, нельзя и архивировать.
• Никаких ссылок на внешнее содержимое. Всё, что отображается, должно находиться внутри файла.
• Метаданные должны присутствовать в виде XMP, в документированной, машиночитаемой форме — включая объявление части и уровня, на которые файл претендует.

Что конвертация меняет в вашем файле

Конвертация — не штамп, поставленный на неизменный документ. Что-то добавляется, что-то удаляется, что-то переписывается, и стоит знать, что именно, прежде чем заменять оригинал:

Рост размера застаёт большинство врасплох. Десятистраничный документ, использовавший только системные шрифты, может заметно потяжелеть, когда эти шрифты начнут путешествовать внутри него. Если файл к тому же должен уложиться в ограничение на загрузку, сожмите его заранее — сжатие после конвертации переписывает файл и, как правило, аннулирует только что оплаченное соответствие.

Заявить PDF/A и соответствовать ему

Вот различие, от которого зависит, примут ли вашу подачу. Заявление о том, что файл имеет, скажем, формат PDF/A-2b, находится в XMP-метаданных этого файла — и записывает его та программа, которая файл создала. Ничто не мешает программе поставить такое заявление, а затем выдать документ, нарушающий правила.

Поэтому у вопроса «является ли этот файл PDF/A?» два разных ответа: то, что файл говорит о себе, и то, что обнаруживает независимая проверка по правилам ISO. Программа просмотра, показывающая значок PDF/A, сообщает первое. Порталы приёма документов проверяют второе.

Эталонный валидатор — veraPDF: бесплатный, с открытым исходным кодом, разработанный в рамках финансируемой ЕС программы и поддерживаемый PDF Association. Он выполняет полную проверку соответствия и сообщает о нарушениях правило за правилом, называя виновные объекты, а не ограничиваясь словом «недействителен». Предпечатная проверка Acrobat решает ту же задачу коммерчески. Если реестр, суд или регулятор требует доказательства соответствия, проверьте файл самостоятельно, а не полагайтесь на значок в программе просмотра.

Когда он действительно нужен

PDF/A оправдывает размен в более узком наборе ситуаций, чем внушает окружающий его маркетинг. У настоящих есть общая нить: этот документ придётся открывать кому-то, кроме вас, когда создавшей его программы уже не будет.

• Подача в суды и регулирующие органы. Многие системы электронной подачи требуют PDF/A или рекомендуют его в своих инструкциях и отклоняют файлы, не прошедшие проверку.
• Институциональные архивы и хранение документов. Национальные и университетские архивы обычно указывают конкретную часть и уровень PDF/A как принимаемый формат передачи.
• Диссертации и академическое депонирование. Университетские репозитории — одни из самых последовательных пользователей стандарта, потому что по определению хранят документы долгосрочно.
• Документы с установленным законом сроком хранения. Договоры, аудиторские материалы, налоговые, кадровые и медицинские документы, которые должны оставаться читаемыми годами по закону, а не по желанию.
• Гибридные электронные счета. Форматы вроде Factur-X и ZUGFeRD — это файлы PDF/A-3, которые несут XML счёта внутри страницы счёта, читаемой человеком: один файл, доступный и человеку, и бухгалтерской системе.
• Патентные и стандартизационные заявки. Органы, ведущие постоянные публичные реестры, обычно указывают формат, в котором будут их вести.

Если требование называет конкретную разновидность — PDF/A-1b, а не просто «PDF/A», — считайте это обязательным. Действительный файл PDF/A-2b будет отклонён системой, которая требует PDF/A-1b, и в сообщении об отказе причина указывается редко. Наша сопутствующая статья о выборе между 1b, 2b и 3b разбирает, что на самом деле различается.

Когда не нужен

Большинству PDF не следует быть PDF/A, и об этом стоит сказать прямо, потому что немалая часть написанного на эту тему подразумевает обратное.

• Документы с коротким сроком жизни. Счёт, который вы удалите после оплаты, черновик, разосланный для замечаний, отчёт, прочитанный один раз, — ничему из этого не нужно пережить смену столетия.
• Всё, что должно оставаться интерактивным. Формы на скриптах, встроенные медиа, вычисляемые поля. Именно те возможности, благодаря которым это работает, стандарт и удаляет.
• Файлы с жёстким ограничением размера. Конвертация увеличивает файл; портал с лимитом загрузки в 10 МБ может оказаться более жёстким ограничением.
• Насыщенные оформлением документы, если вам навязывают PDF/A-1. Сведение прозрачности меняет отрисовку теней, свечений и режимов наложения. PDF/A-2 их сохраняет.

PDF/A стоит вам размера файла и возможностей, а покупает читаемость через десятки лет. Если через десятки лет документ никто читать не будет, платить незачем.

Ловушка отсканированного документа

Это тот сбой, который всплывает годы спустя, когда исправить его дёшево уже некому. Отсканированный документ преспокойно конвертируется в PDF/A и проходит проверку без единого замечания — потому что скан представляет собой изображение, а уровень b обещает лишь то, что это изображение и дальше будет отображаться правильно.

Архив получает файл соответствующий, постоянный и совершенно непригодный для поиска. В момент передачи этого никто не замечает. Всё выясняется, когда кому-то нужно найти все договоры, упоминающие определённый пункт, за десять лет дел, и единственный способ — открывать их по одному и читать.

Строго говоря, гарантия относительно текста относится к уровню u, а не к уровню b, и ни один конвертер не может пообещать, что файл уровня b будет доступен для поиска. На практике файл уровня b с хорошим слоем OCR ведёт себя как документ с поиском; файл без такого слоя не будет таким никогда.

Преобразуйте PDF в PDF/A за три шага

Конвертация в PdfDocShift занимает около полуминуты и не требует ни установки, ни регистрации. Загруженные файлы безвозвратно удаляются с наших серверов через два часа.

Как проверить, что файл действительно PDF/A

Пять проверок в том порядке, который быстрее всего выявляет проблемы:

1. Прочтите, что заявляет сам файл. Acrobat показывает над документом PDF/A панель со сведениями о стандарте; другие программы указывают стандарт в свойствах документа. Это говорит о том, что файл утверждает о себе, — начало, но не приговор.
2. Проверьте по правилам ISO. veraPDF бесплатен, открыт и сообщает о нарушениях правило за правилом с указанием виновного объекта. Именно к этому ответу придёт портал приёма документов, независимо от вашего.
3. Убедитесь, что разновидность соответствует требованию. Совершенно действительный файл PDF/A-2b не пройдёт в системе, которая требует PDF/A-1b. Валидаторы сообщают найденные часть и уровень, так что сравните их с тем, что у вас действительно просили.
4. Проверьте шрифты. Свойства документа → Шрифты. У каждой записи должно стоять Встроенный или Встроенное подмножество. Один-единственный невстроенный шрифт — самый быстрый признак того, что файл вообще не конвертировали.
5. Сохраните исходный документ. Конвертация теряет данные в описанных выше отношениях, и обратного хода нет. Держите то, из чего сможете сформировать файл заново: исходный PDF или, ещё лучше, документ, из которого он был экспортирован.

Привычка, которую стоит встроить в любой процесс подготовки архивов: проверяйте выборку, а не всё подряд, но проверяйте её в момент передачи. Нарушение соответствия, замеченное в тот же день, — правка на две минуты. То же нарушение, замеченное при аудите три года спустя, — уже проект.

Часто задаваемые вопросы