Chuyển đổi PDF sang PDF / A?

Đưa ra một bản PDF có nguồn gốc ngẫu nhiên, làm thế nào để tôi, trên Linux:

• xác nhận xem nó đã ở định dạng PDF / A chưa?
• nếu nó không ở định dạng PDF / A, hãy chuyển đổi nó thành PDF / A với độ trung thực tối thiểu?

Tôi biết rằng việc chuyển đổi có thể gây mất các yếu tố kỳ lạ của tài liệu, nhưng hãy giả sử rằng khả năng mở tài liệu trong một tương lai tương đối quan trọng hơn các tính năng không rõ ràng như vậy (có thể không có sẵn / có thể đọc được một thời gian nào đó). Tôi thà có thể xác nhận trực quan tính chính xác của chuyển đổi khi tôi có thể xem các tài liệu cạnh nhau một cách tầm thường hơn là rủi ro không thể mở tệp gốc.

Nhận biết

Tôi tìm thấy công cụ này có vẻ là những gì bạn có thể sử dụng để xác định các tệp PDF / A. Nó được gọi là DROID (Bản ghi kỹ thuật số và nhận dạng đối tượng) . Nó dựa trên Java và có thể được chạy từ GUI hoặc dòng lệnh.

đoạn trích

DROID là một công cụ phần mềm được phát triển bởi Lưu trữ Quốc gia để thực hiện nhận dạng hàng loạt các định dạng tệp tự động. Được phát triển bởi Cục bảo tồn kỹ thuật số như là một phần của hoạt động bảo quản kỹ thuật số rộng lớn hơn, DROID được thiết kế để đáp ứng yêu cầu cơ bản của bất kỳ kho lưu trữ kỹ thuật số nào để có thể xác định định dạng chính xác của tất cả các đối tượng kỹ thuật số được lưu trữ và liên kết nhận dạng đó với đăng ký trung tâm thông tin kỹ thuật về định dạng đó và các phụ thuộc của nó.

Được tài trợ bởi Lưu trữ Quốc gia, tôi sẽ cho rằng đó là công cụ phù hợp để thực hiện việc này, dựa trên mục đích dự định của định dạng PDF / A. Ngoài ra, dự án là nguồn mở và mã có sẵn trên Github cũng như được đóng gói ở dạng nhị phân từ trang web Lưu trữ Quốc gia .

Xác nhận & chuyển đổi

Nếu bạn đang tìm kiếm một công cụ để thực hiện xác nhận & chuyển đổi, tôi tin rằng PDFBox có thể làm điều này. PDFBox liệt kê xác thực PDF / A ngay trên trang đầu của trang web của họ. Đây là một ứng dụng Java khác 8-).

trích đoạn từ trang web

Xác thực PDF / A Xác
thực các tệp PDF theo tiêu chuẩn PDF / A ISO.

Trong phần công cụ dòng lệnh ở bên trái trang chính của chúng, hiển thị cách sử dụng sau cho công cụ:

$ java -jar pdfbox-app-x.y.z.jar org.apache.pdfbox.ConvertColorspace [OPTIONS] <inputfile> <outputfile>

veraPDF là một công cụ khác có khả năng xác nhận PDF / A; nó là một phần của bộ công cụ tham khảo của Tổ chức bảo tồn mở. Đây cũng là một ứng dụng Java.

Chuyển đổi

Để thực hiện chuyển đổi, tôi đã tìm thấy phương pháp này từ một bài đăng trên blog có tiêu đề: Cách miễn phí để chuyển đổi PDF hiện có sang PDF / A , sử dụng các công cụ sau:

• Ghostscript 8.64 Chỉ.
• PDFBox 0.7.3
• pdfmark (tệp để cung cấp dữ liệu meta bổ sung)
• PDFA_def.ps
• USWebCoatedSWOP.icc

Với cách trên, bạn sử dụng lệnh sau:

$ gs -sDEVICE=pdfwrite -q -dNOPAUSE -dBATCH -dNOSAFER     \
-dPDFA -dUseCIEColor -sProcessColorModel=DeviceCMYK       \
-sOutputFile=Out_PDFA.pdf PDFA_def.ps pdfmarks IN_PDF.pdf

Không phải là không có mụn cóc. Bài báo thảo luận về một trong số họ, sửa các cờ in trên các siêu liên kết là một trong số đó. Bài viết cung cấp một ứng dụng Java mà bạn có thể sử dụng để sửa các lỗi sau:

$ java FixPrintFlag Out_PDFA.pdf New_verifiablePDFA.pdf

Nó không đẹp nhưng có vẻ khả thi. Xem bài viết để biết thêm chi tiết.

Người giới thiệu

• Chuyển đổi PDF sang PDF-A - wiki.opf-labs.org

Để xác định tập tin, lệnh filethường hữu ích. Nó sẽ xem tệp của bạn để tìm số ma thuật, số nhận dạng tệp, thông tin mã hóa, v.v. để cung cấp bất kỳ thông tin hữu ích nào có thể.

Trong trường hợp cụ thể của các tệp PDF, việc sử dụng pdfinfolà đặc biệt hữu ích. Trong trường hợp của tôi, một bản phân phối Gentoo, được đóng gói cùng với popplerthư viện kết xuất PDF.

Đây là một kịch bản dòng lệnh bash làm điều đó:

#!/bin/bash

pdf_input=$1
ps_output=${pdf_input%.*}.ps
pdfa_output=${pdf_input%.*}_a.pdf
pdftops $input $ps_output

gs -dPDFA -dBATCH -dNOPAUSE -dNOOUTERSAVE -dUseCIEColor -sProcessColorModel=DeviceCMYK -sDEVICE=pdfwrite -sPDFACompatibilityPolicy=1 -sOutputFile=$pdfa_output $ps_output

Lưu nó trong một tệp có tên pdf2pdfa.sh nằm trong đường dẫn của bạn, sau đó gọi nó như thế này:

pdf2pdfa.sh input.pdf

Nó sẽ tạo input_a.pdf.