Ja dokumenti jāglabā desmit vai divdesmit gadus, ar parastu PDF nepietiek. Parasts PDF var balstīties uz datorā instalētiem fontiem, ārējiem elementiem vai pat skriptiem – pēc piecpadsmit gadiem to var vairs nebūt, un dokuments atvērsies ne tāds, kāds tas bija. Tieši šai problēmai ir paredzēts PDF/A.
Kas ir PDF/A
PDF/A ir PDF paveids, kas standartizēts ilgtermiņa glabāšanai. Galvenā doma ir vienkārša: dokumentā jābūt visam, kas nepieciešams tā attēlošanai. Fonti tiek iegulti failā. Krāsu apraksts tiek iegults failā. Tas, kas var mainīties vai pazust, – skripti, audio un video spraudņi, saites uz ārējiem avotiem – nav atļauts.
Rezultāts: dokuments atvērsies vienādi gan šodien, gan pēc divdesmit gadiem, lai kāda programma tiktu izmantota.
Ar ko atšķiras PDF/A versijas
Standartu apzīmējumos ir cipari un burti, un tā nav tikai tirgvedība – tiem ir atšķirīga nozīme.
- Cipars (1, 2, 3) norāda standarta paaudzi. Jaunākas paaudzes atļauj vairāk: PDF/A-2 – slāņus un JPEG 2000 saspiešanu, PDF/A-3 – pielikumus, tas ir, iespēju dokumentā ievietot, piemēram, XML failu.
- Burts norāda stingrības līmeni. b (basic) garantē tikai to, ka dokuments izskatīsies vienādi. a (accessible) papildus prasa teksta slāni un dokumenta struktūru – lai saturu saprastu arī programmas, ne tikai cilvēks. u ir starpvariants: tiek prasīts, lai tekstu varētu iegūt Unicode formātā.
Praksē: ja vajag, „lai vienkārši saglabātos“, pietiek ar PDF/A-2b. Ja arhīvā būs jāmeklē un dokumenti jāspēj nolasīt ekrāna lasītājiem – izvēlieties variantu ar burtu „a“.
PDF/UA – tas nav tas pats
Blakus PDF/A bieži piemin PDF/UA (universal accessibility). Tas paredzēts nevis glabāšanai, bet piekļūstamībai: lai dokumentu varētu nolasīt ekrāna lasītājs, teksta ierunāšanas vai palielināšanas programma. Publiskajam sektoram un izglītības iestādēm tā arvien biežāk ir obligāta prasība, nevis tikai vēlme.
Svarīgi saprast vienu lietu: skenēts dokuments bez teksta slāņa principā nav piekļūstams. Ekrāna lasītājam tas ir tukšs attēls. Tāpēc ceļš vienmēr ir tāds pats: vispirms teksta atpazīšana, tikai pēc tam saglabāšana PDF/UA formātā.
Tipiskās kļūdas arhivēšanā
Arhivē skenējumu bez atpazīšanas. Formāli dokuments ir saglabāts, praktiski – tajā nav iespējams neko atrast. Pēc pieciem gadiem šāds arhīvs ir kaste ar papīriem, tikai elektroniska.
Atstāj metadatus un slēpto saturu. PDF failā var būt saglabāts autora vārds, iepriekšējās redakcijas, komentāri un veidlapu dati. Pirms dokumenta nodošanas arhīvā vai trešajai pusei tos vērts iztīrīt – FineReader ir atsevišķa slēpto datu dzēšanas funkcija, kas noņem OCR teksta slāņus, komentārus, pielikumus, grāmatzīmes, metadatus, saites un skriptus.
Datu aizklāšanu jauc ar melnu taisnstūri. Uzlikts melns taisnstūris ir vienkārši zīmējums pa virsu – teksts zem tā paliek un ir viegli iegūstams. Īsta aizklāšana dzēš datus neatgriezeniski, ieskaitot galvenes un kājenes, komentārus un metadatus. Atšķirība starp šīm divām lietām dažkārt izmaksā ļoti dārgi.
Arhivē attēlus ar pārāk augstu izšķirtspēju. 600 dpi krāsains skenējums arhīvam parasti nav vajadzīgs un aizņem daudz vietas. MRC saspiešana ļauj ievērojami samazināt izmēru, saglabājot salasāmību.
Praktiskā secība
- Skenējiet ar vismaz 300 dpi izšķirtspēju.
- Izlabojiet attēlu – šķībumu, fonu, perspektīvu.
- Atpazīstiet tekstu, norādot pareizo valodu.
- Pārskatiet apšaubāmās atpazīšanas vietas.
- Noņemiet slēptos datus, ja dokuments tiks nodots tālāk.
- Saglabājiet PDF/A formātā – variantā „a“, ja nepieciešama meklēšana un piekļūstamība.
Ja dokumentu plūsma ir pastāvīga, šos soļus var automatizēt: norāda uzraudzītu mapi, un tajā nonākušie faili tiek apstrādāti pēc iepriekš iestatītiem noteikumiem. Šī iespēja ir Corporate versijā – atšķirības starp versijām atradīsiet salīdzināšanas tabulā.
Licences – FineReader PDF Corporate ar automātisko apstrādi, kā arī FineReader PDF Standard un FineReader PDF for Mac – atradīsiet mūsu veikalā.