Converter PDF em PDF/A para arquivo

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.

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-to-pdfa 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-pdf e converta depois.

Um documento com senha não será convertido enquanto a proteção de abertura não for retirada. Isso se resolve com o unlock-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 set-pdf-metadata 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.