PDF/A-1b, 2b och 3b vilken bör du egentligen välja?

Ett konverteringsverktyg frågar om du vill ha PDF/A-1b, 2b eller 3b, erbjuder ingen förklaring och väntar. Har en portal eller en arkivpolicy redan namngett en variant är valet gjort åt dig och du kan sluta läsa efter nästa avsnitt. Har ingen sagt något är den vanliga impulsen att välja det strängaste alternativet, med antagandet att strängare betyder säkrare. Den impulsen är fel, och det är värt att förstå varför.

De två saker som blandas ihop

"PDF/A-2b" är två oberoende svar hopklistrade, och nästan all förvirring kring standarden kommer av att läsa dem som ett.

• Siffran — 1, 2, 3, 4 — är den del av ISO 19005 som filen följer: vilken utgåva av standarden, och därmed vilka PDF-funktioner som över huvud taget är tillåtna.
• Bokstaven — b, u, a — är konformitetsnivån: hur mycket av dokumentets innebörd, utöver dess utseende, som måste bevaras.

En fråga formulerad som "PDF/A-1b eller PDF/A-2b?" handlar alltså bara om siffran. b är identiskt i båda — samma löfte, avgivet om en fil byggd enligt en annan utgåva av reglerna. När det är klart blir jämförelsen liten och hanterbar.

Vad "b" faktiskt lovar

Nivå b står för basic, och dess garanti är precis: filen kommer att återge sitt eget visuella utseende tillförlitligt, i vilken konform läsare som helst, på obestämd tid. Typsnitten färdas inuti den, färgen är absolut definierad, ingenting hänger på omvärlden.

Lägg märke till vad som inte ingår i det löftet. Ingenting om att extrahera text. Ingenting om att söka. Ingenting om struktur, läsordning eller om att en skärmläsare ska få mening i sidan. En nivå b-fil är ett objekt som garanterat ser rätt ut — precis vad de flesta arkivkrav är ute efter, och precis därför en inskannad sida klarar valideringen samtidigt som den förblir en osökbar bild.

Vad som skiljer 1b, 2b och 3b

Alla tre producerar en fristående fil med inbäddade typsnitt, definierad färg, utan kryptering och utan skript. De delarna är konstanta. Det som ändras är vilka PDF-funktioner som får överleva:

Två rader i den tabellen gör det mesta av jobbet. Transparens är den praktiska skillnaden mellan 1b och 2b: varje mjuk skugga, sken eller blandningsläge i dokumentet måste plattas ut för att uppfylla PDF/A-1, vilket rastrerar de områdena och kan förändra hur de ser ut. Bilagor är den enda skillnaden mellan 2b och 3b — i alla andra avseenden är PDF/A-3 detsamma som PDF/A-2.

Storleksraden överraskar den som förväntar sig att den strängaste varianten ska vara den smalaste. PDF/A-1 är låst till PDF 1.4, som är äldre än de komprimerade objekt- och korsreferensströmmar senare PDF-versioner använder för att krympa en fils inre struktur. Lägg till utplattad transparens och en 1b-fil är ofta den största av de tre. Om storleken spelar roll, komprimera före konverteringen, aldrig efter.

Varför strängare inte är säkrare

PDF/A-1 beskrivs rutinmässigt som det säkraste valet eftersom det tillåter minst. Det är värt att vara exakt med vad "tillåter minst" innebär i praktiken: konformitet uppnås genom att de funktioner som inte är tillåtna förstörs. Under PDF/A-1 bevaras transparens inte mer omsorgsfullt — den tas bort.

PDF/A-1 skrevs 2005 mot PDF 1.4, en specifikation från 2001. Dess restriktioner beskriver vad PDF kunde göra för ett kvarts sekel sedan, inte vad som är skört. Transparens och lager är inte mindre beständiga än resten av PDF; de var helt enkelt inte standardiserade när del 1 författades. Del 2 tog upp dem på nytt, tillät dem, och är fortfarande en fullvärdig arkivstandard.

Det finns ett hederligt argument för PDF/A-1b utöver efterlevnad: det är den äldsta och bredast implementerade delen, så ett uråldrigt internt system accepterar det med aningen större sannolikhet. Lämnar du in till något byggt 2008 och inte kan fråga någon är det ett rimligt skäl att välja det. "Det kändes strängare" är det inte.

PDF/A-3 och frågan om bilagor

PDF/A-3 finns av ett enda skäl: att låta en arkiv-PDF bära en godtycklig fil inuti sig. Inte ytterligare en PDF/A-fil, vilket PDF/A-2 redan tillåter — vilken fil som helst. Ett kalkylblad, ett XML-dokument, en CAD-ritning.

Fallet det konstruerades för är den hybrida elektroniska fakturan. Format som Factur-X och ZUGFeRD är PDF/A-3-filer: en fakturasida som en människa kan läsa för den som måste titta på den, med fakturans strukturerade XML inbäddad i samma fil för det ekonomisystem som ska behandla den. Ett dokument, två målgrupper, och ingen risk att de två versionerna glider isär. I takt med att kraven på strukturerad e-fakturering har spridit sig i Europa har detta blivit det vanligaste skälet att konvertera till 3b över huvud taget.

Den motsvarande svagheten är skälet till att vissa arkiv över huvud taget inte tar emot PDF/A-3. Ingenting hos behållaren garanterar något om innehållet. Du kan bädda in ett proprietärt filformat som ingen programvara öppnar om tjugo år, eller ett kalkylblad vars formler ingen kan beräkna, inuti en fil som validerar perfekt som arkivbeständig. PDF-filen är beständig; det som ligger i den behöver inte vara det.

Så väljer du på under en minut

1. Blev du anvisad en variant? Använd exakt den, bokstaven inräknad. En giltig PDF/A-2b-fil avvisas av ett system som bad om PDF/A-1b, och inget annat i den här artikeln väger tyngre än ett uttryckligt krav.
2. Behöver du bädda in en maskinläsbar fil — faktura-XML, en datafil som måste följa med dokumentet? PDF/A-3b, och först då.
3. Är mottagaren ett gammalt system, eller en regel skriven kring PDF/A-1? PDF/A-1b, med insikten att transparens kommer att plattas ut.
4. Allt annat? PDF/A-2b. Det är det moderna standardvalet, bevarar mest av ditt dokument och accepteras i stort sett överallt där PDF/A accepteras.

En varning om du ändrar dig senare. Du kan konvertera en färdig PDF/A-fil till en annan variant, men konverteringarna är inte symmetriska: att gå från 2b till 1b plattar ut transparens, och att gå tillbaka från 1b till 2b återställer den inte — informationen kastades vid den första konverteringen. Behåll originaldokumentet, inte bara arkivkopian, och generera på nytt från källan när kravet ändras.

Nivåerna du inte blev erbjuden

Du har kanske sett PDF/A-1a, PDF/A-2u eller PDF/A-2a nämnas och undrat varför konverterare sällan erbjuder dem. Svaret är en verklig gräns snarare än en saknad funktion.

• Nivå u kräver att varje tecken i filen motsvarar ett Unicode-värde, så att textextraktionen blir tillförlitlig. Uppnåeligt när källan har riktig text med korrekta typsnittskodningar; omöjligt att garantera när den inte har det.
• Nivå a kräver en taggad dokumentstruktur: vilken text som är en rubrik, vilka celler som hör till vilken tabell, i vilken ordning en sida ska läsas, vilket språk den är på. Det är semantisk information om dokumentets innebörd.

En konverterare får en sida med placerade glyfer. Den kan se att viss text är större och sitter högre upp; den kan inte veta att det gör den till en rubrik, eller att en tvåspaltig layout ska läsas nedåt och sedan åt sidan. Den kan gissa — och en självsäker felgissning om läsordningen är värre för någon som använder skärmläsare än ingen struktur alls, eftersom den ger trovärdigt nonsens i stället för en uppenbar lucka.

Nivå a måste därför komma från författarverktyget, där strukturen fortfarande finns: exportera en taggad PDF från Word, InDesign eller LaTeX, eller lägg till taggarna för hand i en fullständig PDF-redigerare. Har ett tillgänglighetskrav landat på dokument som aldrig exporterats annat än platta är det ett problem med dokumentproduktionen och inte en konverteringsinställning, och det är bättre att upptäcka det nu än efter konverteringen. När formulär och anteckningar står i vägen för en ren arkivkopia tar att platta ut dem först åtminstone bort en variabel.

Och PDF/A-4?

ISO 19005-4 kom 2020, ombyggd på PDF 2.0. Den omorganiserar också namngivningen: nivåerna a/b/u avskaffas och ersätts av en enda baskonformitet plus PDF/A-4f för filer med bilagor och PDF/A-4e för tekniska dokument med 3D-innehåll.

Det är en gedigen standard med tunn spridning. Inlämningsportaler, leveranspolicyer och gallringsplaner anger fortfarande överväldigande PDF/A-1 eller PDF/A-2, och ett krav skrivet 2019 uppdaterar inte sig självt. Därför riktar sig vår konverterare mot de tre varianterna på nivå b. Blir du någon gång erbjuden PDF/A-4, kontrollera att den som tar emot filen har sagt sig acceptera det: att vara tidig är ingen fördel i ett format vars hela poäng är att någon annan ska kunna öppna filen.

Konvertera till den variant du behöver

Konverteringen tar ungefär en halv minut, utan installation och utan registrering, och uppladdade filer raderas permanent från våra servrar efter två timmar.

Om själva idén med PDF/A är ny för dig — vad standarden är till för, vad konverteringen ändrar i ett dokument och när det över huvud taget är värt besväret — börja med vad PDF/A är och när du behöver det, som täcker den mark den här artikeln förutsätter.

Vanliga frågor