Converter PDF em PDF/A para arquivo

Para converter um PDF em PDF/A para arquivo, use a ferramenta PDF/A: ela incorpora as fontes e os perfis de cor no arquivo. Para a maioria dos casos, escolha o nível PDF/A-2b; passe digitalizações por OCR antes se a busca importar.

Como converter um PDF em PDF/A para arquivamento

A exigência de entregar um documento em PDF/A aparece onde o arquivo precisa sobreviver ao próprio software: em arquivos públicos, sistemas judiciais, depósito de teses e na gestão documental corporativa com prazos longos de guarda.

O sentido do formato é a autossuficiência. Um PDF comum pode remeter a uma fonte instalada no sistema ou se apoiar no perfil de cor de um monitor. Daqui a vinte anos talvez não exista nem um nem outro, e o documento vai abrir como outra coisa diferente do que era. O PDF/A proíbe essas dependências externas: tudo o que é necessário está dentro do arquivo.

O que acontece na conversão

A transformação é feita pelo Ghostscript, e não é um retoque cosmético dos metadados.

As fontes são incorporadas inteiras ao arquivo, para que o documento não dependa do que está instalado na máquina de quem lê. As cores são levadas a um perfil descrito, e ao arquivo se anexa um perfil de cor de saída, pelo qual depois se reconstrói sem ambiguidade qual tom se quis dizer. Nos metadados é escrita a declaração do nível de conformidade.

Daí decorre que o arquivo, depois da conversão, quase sempre fica mais pesado que o original. Fontes incorporadas e perfil de cor ocupam espaço. É normal e é o preço da autossuficiência, não um sinal de que algo deu errado.

Que nível escolher

Os níveis são três, e por padrão vem o intermediário.

NívelBaseado emParticularidade
PDF/A-1bO antigo PDF 1.4As restrições mais rígidas, compatibilidade máxima com sistemas de recebimento
PDF/A-2bPDF 1.7Um equilíbrio razoável, serve para a maioria das exigências
PDF/A-3bPDF 1.7O mesmo que 2b, mais a possibilidade de incorporar arquivos quaisquer

A letra b nos três significa nível básico: garante-se que o documento sempre terá a mesma aparência. Existe ainda o nível a, com exigências de estrutura e acessibilidade, mas ele pede tanto do documento de origem que a conversão automática de uma certidão digitalizada comum não o alcança.

Se nas exigências do arquivo o nível for nomeado diretamente, use o que foi nomeado. Se disserem apenas “PDF/A”, use 2b. O primeiro nível deve ser escolhido conscientemente: baseia-se numa versão antiga de PDF e não suporta transparência nem camadas, então um documento com gráficos modernos muda mais ao ser convertido para 1b.

O serviço confere o próprio resultado

Vale dizer isso à parte, porque nem todo conversor faz.

Depois da transformação, o arquivo é verificado quanto às marcas obrigatórias de PDF/A: se o nível de conformidade está declarado nos metadados e se coincide com o solicitado. O resultado não é declarado conforme só porque a conversão terminou sem erro.

Se a verificação não passa, o arquivo é entregue mesmo assim, mas com honestidade, como um PDF comum e com uma explicação do que faltou. Em geral ele ainda é melhor que o original; chamá-lo de PDF/A é que seria mentira. Os metadados também não são falsificados: marcas de conformidade não são colocadas num arquivo que não passou na verificação, porque tal marca induziria ao erro tanto uma pessoa quanto um sistema de recebimento.

O que essa verificação não é

Aqui é importante não superestimar a garantia.

A verificação olha as marcas do formato, não realiza uma validação formal completa segundo a norma ISO 19005. A validação completa exige uma ferramenta à parte, e a de referência entre elas é o veraPDF. A diferença é substancial: as marcas confirmam que o arquivo se declara PDF/A e foi montado de acordo, enquanto a validação formal verifica ponto a ponto cada exigência da norma.

Para um arquivo interno e para a maioria das organizações, o primeiro basta. Se, porém, o documento for para onde a não conformidade tem consequências jurídicas, passe o arquivo pronto pelo veraPDF em separado. É disso mesmo que o serviço avisa na mensagem que acompanha o resultado.

Passo a passo

1. Verifique nas exigências do destinatário qual nível é necessário. 2. Abra o PDF para PDF/A e carregue o documento. 3. Escolha o nível de conformidade, 2b por padrão. 4. Defina um título de documento com sentido: ele vai para os metadados de arquivo e é por ele que o arquivo será procurado. 5. Execute a conversão e leia a mensagem do resultado, não se limite a baixar o arquivo.

O quinto passo não é formalidade. É justamente nessa mensagem que se diz se a conformidade foi confirmada ou se o arquivo voltou como PDF comum.

Por que um arquivo pode mesmo assim recusar o ficheiro

Conformidade com o formato e aceitação num arquivo específico são coisas distintas, e a segunda é mais rígida.

Na maioria das vezes a causa são exigências que a própria norma não contém. Um arquivo pode exigir um nível específico, uma forma determinada de nomear o ficheiro, um conjunto obrigatório de campos de metadados ou um limite de tamanho. O ficheiro será um PDF/A impecável e voltará assim mesmo.

A segunda causa frequente é o documento cumprir formalmente o formato mas não conter aquilo pelo qual é entregue. Uma digitalização sem camada de texto, convertida para PDF/A, continua sendo um conjunto de imagens. A exigência de “PDF/A pesquisável” não é atendida por esse ficheiro, embora ambas as palavras sobre o formato se cumpram.

A terceira causa é discreta: a conformidade pode não ter sido confirmada e ninguém percebeu. Baixaram o ficheiro, viram que abria e enviaram. Enquanto isso a mensagem do resultado dizia que a verificação não passou e que o ficheiro voltava como PDF comum. É exatamente por isso que vale lê-la.

Se as exigências do arquivo ocupam um documento de várias páginas, é mais sensato passar uma vez um ficheiro de teste por toda a cadeia e obter a confirmação deles do que converter todo o acervo e descobrir a não conformidade um mês depois.

O que preparar de antemão

A conversão trabalha com o que lhe dão e não corrige os problemas do documento de origem.

Um documento digitalizado continuará sendo um conjunto de imagens. Formalmente virará PDF/A, mas não será possível buscar texto nele. Se o arquivo espera um documento com camada de texto, passe antes a digitalização pelo OCR de PDF e converta depois.

Um documento com senha não será convertido enquanto a proteção de abertura não for retirada. Isso se resolve com o Desbloquear PDF. De passagem, vale lembrar que PDF/A e criptografia são incompatíveis pela própria norma: um documento de arquivo deve abrir sem chave.

O título e as demais propriedades é mais simples pôr em ordem antes da conversão com “Definir metadados PDF” do que corrigir depois um ficheiro já declarado arquivável.

Se os documentos forem muitos, não os execute em lote às cegas. O nível de conformidade e a preparação das origens variam conforme o tipo de documento: digitalizações precisam de reconhecimento, documentos com transparência se acomodam mal no primeiro nível, ficheiros com senha não passam de jeito nenhum. É mais razoável separar o acervo por tipos, acertar os ajustes num representante de cada um e só então executar o restante.

Autor:

Qual a diferença entre PDF/A e um PDF comum?

O PDF/A é um subconjunto do PDF sem dependências de arquivos externos: todas as fontes ficam incorporadas, os perfis de cor são gravados dentro do arquivo e JavaScript, criptografia e links para recursos externos são proibidos. Assim o documento abre igual mesmo depois de muitos anos.

Que nível escolher: PDF/A-1, PDF/A-2 ou PDF/A-3?

Para a maioria dos arquivos, o PDF/A-2b serve bem: aceita transparência, camadas e compressão JPEG2000. Use PDF/A-1b se o regulamento ou o sistema de recepção exigir. O PDF/A-3 só faz sentido quando você precisa anexar o documento de origem, por exemplo um XML ou uma planilha.

Dá para converter uma digitalização em PDF/A?

Sim, mas sem uma camada de texto reconhecido o resultado será uma imagem dentro do PDF/A, sem busca. Se a busca no arquivo importa, passe o documento por OCR antes de converter.

Por que o arquivo ficou maior depois da conversão?

O PDF/A incorpora todas as fontes e perfis de cor por inteiro, então o tamanho costuma crescer. Isso é normal para um arquivo. Se o peso for crítico, comprima antes da conversão, nunca depois: reprocessar pode quebrar a conformidade.

O que acontece com meus arquivos depois do processamento?

Os arquivos são processados na sessão do navegador e apagados do servidor automaticamente. Não é preciso registro e os documentos não são usados para treinar IA.