Kui dokumente tuleb säilitada kümme või kakskümmend aastat, tavalisest PDF-ist ei piisa. Tavaline PDF võib tugineda arvutisse paigaldatud fontidele, välistele elementidele või isegi skriptidele – viieteistkümne aasta pärast ei pruugi neid enam olla ja dokument ei avane enam sellisena, nagu ta oli. Just selle probleemi lahendamiseks ongi loodud PDF/A.
Mis on PDF/A
PDF/A on PDF-i variant, mis on standarditud pikaajaliseks säilitamiseks. Põhimõte on lihtne: dokumendis peab olema kõik, mida on vaja selle kuvamiseks. Fondid manustatakse faili. Värviprofiil manustatakse faili. Kõik, mis võib muutuda või kaduda – skriptid, heli- ja videopistikprogrammid, viited välistele allikatele –, on keelatud.
Tulemus: dokument avaneb ühtmoodi nii täna kui ka kahekümne aasta pärast, olenemata sellest, millist programmi kasutatakse.
Mille poolest PDF/A versioonid erinevad
Standardite nimedes on numbrid ja tähed ning see pole turundus – need tähendavad eri asju.
- Number (1, 2, 3) näitab standardi põlvkonda. Hilisemad põlvkonnad lubavad rohkem: PDF/A-2 – kihte ja JPEG 2000 tihendust, PDF/A-3 – manuseid ehk võimalust lisada dokumendile näiteks XML-fail.
- Täht näitab rangusastet. b (basic) tagab ainult selle, et dokument näeb alati ühesugune välja. a (accessible) nõuab lisaks tekstikihti ja dokumendi struktuuri – et sisu mõistaksid ka programmid, mitte ainult inimene. u on vahepealne variant: nõutakse, et teksti saaks eraldada Unicode-vormingus.
Praktikas: kui on vaja, et dokument „lihtsalt säiliks“, piisab PDF/A-2b-st. Kui arhiivis on vaja otsida ja dokumente peavad lugema ekraanilugejad – valige tähega „a“ variant.
PDF/UA ei ole sama asi
PDF/A kõrval mainitakse sageli PDF/UA-d (universal accessibility). See pole mõeldud säilitamiseks, vaid ligipääsetavuseks: et dokumenti saaks lugeda ekraanilugeja, kõnesünteesi- või suurendusprogramm. Avalikule sektorile ja haridusasutustele on see üha sagedamini kohustuslik, mitte lihtsalt soovitatav.
Oluline on mõista üht asja: ilma tekstikihita skannitud dokument ei ole põhimõtteliselt ligipääsetav. Ekraanilugeja jaoks on see tühi pilt. Seepärast on tee alati sama: kõigepealt tekstituvastus ja alles siis salvestamine PDF/UA-vormingus.
Tüüpilised vead arhiveerimisel
Arhiveeritakse skann ilma tuvastamiseta. Formaalselt on dokument salvestatud, praktiliselt ei leia sealt midagi üles. Viie aasta pärast on selline arhiiv lihtsalt kast pabereid, ainult elektrooniline.
Alles jäetakse metaandmed ja peidetud sisu. PDF võib kaasas kanda autori nime, varasemaid redaktsioone, kommentaare ja vormiandmeid. Enne dokumendi arhiivi või kolmandale osapoolele andmist tasub see puhastada – FineReaderil on eraldi peidetud andmete eemaldamise funktsioon, mis eemaldab OCR-tekstikihid, kommentaarid, manused, järjehoidjad, metaandmed, lingid ja skriptid.
Aetakse segi andmete jäädav eemaldamine ja musta ristkülikuga katmine. Peale pandud must ristkülik on lihtsalt joonis teksti peal – selle all olev tekst jääb alles ja on kergesti kättesaadav. Andmete nõuetekohane jäädav eemaldamine (redaktsioon) kustutab need pöördumatult, sealhulgas päistest, jalustest, kommentaaridest ja metaandmetest. Nende kahe asja segiajam ine võib väga kalliks maksma minna.
Arhiveeritakse liiga suure eraldusvõimega piltidena. 600 dpi värviskanni arhiivi jaoks tavaliselt vaja pole ja see võtab palju ruumi. MRC-tihendus võimaldab mahtu oluliselt vähendada nii, et loetavus säilib.
Praktiline töökäik
- Skannige vähemalt 300 dpi eraldusvõimega.
- Parandage pilti – viltusus, taust, perspektiiv.
- Tuvastage tekst, määrates õige keele.
- Vaadake üle tuvastamise kahtlased kohad.
- Eemaldage peidetud andmed, kui dokument liigub edasi.
- Salvestage PDF/A-na – variant „a“, kui on vaja otsingut ja ligipääsetavust.
Kui dokumente tuleb pidevalt juurde, saab neid samme automatiseerida: määratakse jälgitav kaust ja sinna jõudnud failid töödeldakse eelnevalt seatud reeglite järgi. See võimalus on Corporate versioonis – versioonide erinevused leiate võrdlustabelist.
Litsentsid – FineReader PDF Corporate automaatse töötlusega, samuti FineReader PDF Standard ja FineReader PDF for Mac – leiate meie e-poest.