Convertir PDF a PDF/A para archivo

Cómo convertir un PDF a PDF/A para archivo

La exigencia de entregar un documento en PDF/A aparece allí donde el archivo debe sobrevivir a su propio software: en archivos estatales, sistemas judiciales, depósitos de tesis y en la gestión documental corporativa con plazos largos de conservación.

El sentido del formato es la autosuficiencia. Un PDF corriente puede remitir a una tipografía instalada en el sistema o apoyarse en el perfil de color de un monitor. Dentro de veinte años puede que no exista ni lo uno ni lo otro, y el documento se abrirá siendo algo distinto de lo que era. El PDF/A prohíbe esas dependencias externas: todo lo necesario está dentro del archivo.

Qué ocurre durante la conversión

La transformación la hace Ghostscript, y no es un retoque cosmético de los metadatos.

Las tipografías se incrustan enteras en el archivo, para que el documento no dependa de lo que haya instalado en la máquina de quien lo lea. Los colores se llevan a un perfil descrito, y al archivo se le adjunta un perfil de color de salida con el que después se reconstruye sin ambigüedad qué tono se quiso decir. En los metadatos se escribe la declaración del nivel de conformidad.

De ahí se sigue que el archivo, tras la conversión, casi siempre queda más pesado que el original. Las tipografías incrustadas y el perfil de color ocupan sitio. Es normal y es el precio de la autosuficiencia, no una señal de que algo haya salido mal.

Qué nivel elegir

Los niveles son tres, y por defecto está el intermedio.

La letra b en los tres significa nivel básico: se garantiza que el documento se verá siempre igual. Existe además el nivel a, con exigencias de estructura y accesibilidad, pero le pide tanto al documento de origen que la conversión automática de un certificado escaneado corriente no lo alcanza.

Si en los requisitos del archivo se nombra el nivel de forma directa, toma el que nombran. Si dicen simplemente «PDF/A», toma 2b. El primer nivel conviene elegirlo a conciencia: está basado en una versión antigua de PDF y no admite transparencias ni capas, así que un documento con gráficos modernos cambia más al convertirlo a 1b.

El servicio comprueba su propio resultado

Conviene decirlo aparte, porque no todos los conversores lo hacen.

Después de la transformación, el archivo se comprueba en busca de las marcas obligatorias de PDF/A: si el nivel de conformidad está declarado en los metadatos y si coincide con el solicitado. El resultado de la conversión no se declara conforme al formato solo porque la conversión terminara sin error.

Si la comprobación no pasa, el archivo se entrega igualmente, pero con honestidad, como un PDF corriente y con una explicación de qué faltó. Por lo general sigue siendo mejor que el original, simplemente llamarlo PDF/A sería mentira. Los metadatos, además, no se falsean: las marcas de conformidad no se ponen en un archivo que no pasó la comprobación, porque esa marca induciría a error tanto a una persona como a un sistema de recepción.

Qué no es esa comprobación

Aquí es importante no sobrevalorar la garantía.

La comprobación mira las marcas del formato, no realiza una validación formal completa según la norma ISO 19005. La validación completa exige una herramienta aparte, y la aceptada entre ellas es veraPDF. La diferencia es sustancial: las marcas confirman que el archivo se declara PDF/A y está montado en consecuencia, mientras que la validación formal comprueba punto por punto cada requisito de la norma.

Para un archivo interno y para la mayoría de organizaciones, lo primero basta. Si en cambio el documento va a un sitio donde la falta de conformidad tiene consecuencias jurídicas, pasa el archivo terminado por veraPDF aparte. De eso mismo avisa el propio servicio en el mensaje que acompaña al resultado.

Paso a paso

1. Aclara en los requisitos del destinatario qué nivel hace falta. 2. Abre pdf-to-pdfa y sube el documento. 3. Elige el nivel de conformidad, por defecto 2b. 4. Pon un título con sentido: acabará en los metadatos de archivo y por él se buscará el documento. 5. Lanza la conversión y lee el mensaje del resultado, no te limites a descargar el archivo.

El quinto paso no es una formalidad. Es precisamente en ese mensaje donde se dice si la conformidad quedó confirmada o si el archivo volvió como un PDF corriente.

Por qué un archivo puede no aceptar el fichero

La conformidad con el formato y la aceptación en un archivo concreto son cosas distintas, y la segunda es más estricta.

Lo más frecuente son requisitos que la propia norma no contiene. Un archivo puede exigir un nivel concreto, una forma determinada de nombrar el fichero, un conjunto obligatorio de campos en los metadatos o un límite de tamaño. El archivo será un PDF/A impecable y aun así volverá.

La segunda causa frecuente es que el documento cumple formalmente el formato pero no contiene aquello por lo que se entrega. Un escaneo sin capa de texto, convertido a PDF/A, sigue siendo un conjunto de imágenes. El requisito de «PDF/A con búsqueda» no lo cubre ese archivo, aunque ambas palabras sobre el formato se cumplan.

La tercera causa es poco evidente: la conformidad pudo no confirmarse y nadie lo notó. Descargaron el archivo, vieron que se abría y lo enviaron. Mientras tanto el mensaje del resultado decía que la comprobación no había pasado y que el archivo volvía como PDF corriente. Por eso conviene leerlo.

Si los requisitos del archivo ocupan un documento de varias páginas, es más sensato pasar una vez un fichero de prueba por toda la cadena y obtener su confirmación que convertir todo el fondo y enterarse de la falta de conformidad un mes después.

Qué preparar de antemano

La conversión trabaja con lo que le dan y no corrige los problemas del documento de origen.

Un documento escaneado seguirá siendo un conjunto de imágenes. Formalmente pasará a ser PDF/A, pero no se podrá buscar texto en él. Si el archivo espera un documento con capa de texto, pasa antes el escaneo por ocr-pdf y conviértelo después.

Un documento con contraseña no se convertirá mientras no se quite la protección de apertura. Eso se resuelve con unlock-pdf. De paso conviene recordar que el PDF/A y el cifrado son incompatibles por la propia norma: un documento de archivo debe abrirse sin clave.

El título y las demás propiedades es más sencillo ponerlos en orden antes de convertir con set-pdf-metadata que corregir después un archivo ya declarado de archivo.

Si hay muchos documentos, no los lances en bloque a ciegas. El nivel de conformidad y la preparación de los originales varían según el tipo de documento: los escaneos necesitan reconocimiento, los documentos con transparencias encajan mal en el primer nivel, los archivos con contraseña no pasarán en absoluto. Es más razonable repartir el fondo por tipos, afinar los ajustes con un representante de cada uno y solo después lanzar el resto.