Chuyển đến nội dung
Bài viết

Chuyển PDF sang PDF/A để lưu trữ

Chuyển PDF thông thường sang PDF/A để lưu trữ lâu dài: nên chọn mức nào, quá trình chuyển đổi nhúng những gì và vì sao dịch vụ tự kiểm tra kết quả của mình.

Tóm lại: Để chuyển PDF sang PDF/A phục vụ lưu trữ, hãy tải tệp lên công cụ "PDF sang PDF/A trực tuyến" và chọn mức: PDF/A-2b phù hợp với đa số kho lưu trữ, PDF/A-1b chỉ khi được yêu cầu, PDF/A-3 khi kho lưu trữ phải cho phép tệp nhúng. Phông chữ và hồ sơ màu được nhúng vào tệp nên nhiều năm sau tài liệu vẫn mở ra y như cũ. Nếu cần bản quét có thể tìm kiếm, hãy chạy OCR trước khi chuyển đổi.

Nhóm chủ đề

thực hành tốt

thực hành tốt: PDF guidance for reliable document processing and quality checks.

5 bài viết

Công cụ chính

PDF sang PDF/A trực tuyến

Mở công cụ được nhắc đến trong bài viết để thực hiện thao tác bằng ngôn ngữ hiện tại.

Mở công cụ

Mục lục

Cách chuyển PDF sang PDF/A để lưu trữ

Yêu cầu nộp tài liệu dưới dạng PDF/A xuất hiện ở bất cứ nơi nào tệp phải sống lâu hơn phần mềm tạo ra nó: kho lưu trữ nhà nước, hệ thống tòa án, nộp luận văn và hồ sơ doanh nghiệp có thời hạn bảo quản dài.

Điểm cốt lõi của định dạng này là tính tự đủ. Một tệp PDF thông thường có thể tham chiếu đến phông chữ cài sẵn trong hệ thống, hoặc dựa vào hồ sơ màu của màn hình. Hai mươi năm nữa, có thể cả hai đều không còn, và tài liệu sẽ mở ra khác với nguyên bản. PDF/A cấm những phụ thuộc bên ngoài như vậy: mọi thứ cần thiết đều nằm trong tệp.

Chuyển đổi thực sự làm gì

Ghostscript thực hiện phép biến đổi này, và đó không phải là việc chỉnh sửa siêu dữ liệu cho đẹp.

Phông chữ được nhúng vào tệp đầy đủ, nên tài liệu không phụ thuộc vào những gì cài trên máy người đọc. Màu sắc được đưa về một hồ sơ đã mô tả, và tệp được gắn thêm ý đồ màu đầu ra, từ đó về sau có thể khôi phục chính xác sắc độ ban đầu. Mức tuân thủ được ghi vào siêu dữ liệu.

Vì vậy, tệp sau chuyển đổi hầu như luôn nặng hơn bản gốc. Phông chữ nhúng và hồ sơ màu chiếm dung lượng. Điều này bình thường: đó là cái giá của tính tự đủ, không phải dấu hiệu có gì trục trặc.

Nên chọn mức nào

Có ba mức, và mức giữa là mặc định.

MứcDựa trênĐặc điểm
PDF/A-1bPDF 1.4 cũ hơnRàng buộc chặt nhất, tương thích tối đa với hệ thống tiếp nhận
PDF/A-2bPDF 1.7Cân bằng hợp lý, phù hợp với đa số yêu cầu
PDF/A-3bPDF 1.7Giống 2b, nhưng cho phép nhúng tệp tùy ý

Chữ b ở cả ba mức nghĩa là mức cơ bản: bảo đảm tài liệu luôn hiển thị giống nhau. Còn có mức a, với yêu cầu về cấu trúc và khả năng truy cập, nhưng nó đòi hỏi tài liệu nguồn nhiều đến mức một giấy xác nhận quét thông thường sẽ không đạt được qua chuyển đổi tự động.

Nếu yêu cầu của kho lưu trữ nêu thẳng một mức, hãy chọn đúng mức đó. Nếu chỉ ghi "PDF/A", hãy chọn 2b. Mức 1 nên chọn có chủ đích: nó dựa trên phiên bản PDF cũ hơn và không hỗ trợ độ trong suốt lẫn các lớp, nên tài liệu có đồ họa hiện đại sẽ thay đổi nhiều hơn khi chuyển sang 1b.

Dịch vụ tự kiểm tra kết quả

Điều này đáng nói riêng, vì không phải trình chuyển đổi nào cũng làm vậy.

Sau khi biến đổi, tệp được kiểm tra các dấu hiệu bắt buộc của PDF/A: siêu dữ liệu có khai báo mức tuân thủ hay không, và mức đó có khớp với mức đã yêu cầu hay không. Kết quả không được coi là tuân thủ chỉ vì quá trình chuyển đổi kết thúc không lỗi.

Nếu kiểm tra không đạt, tệp vẫn được trả về, nhưng trung thực: dưới dạng PDF thông thường, kèm lời giải thích còn thiếu gì. Thường thì nó vẫn tốt hơn bản gốc; còn gọi nó là PDF/A thì sẽ là nói sai. Siêu dữ liệu cũng không bị làm giả: tệp không vượt qua kiểm tra sẽ không bị đóng dấu tuân thủ, vì dấu như vậy sẽ đánh lừa cả người lẫn hệ thống tiếp nhận.

Việc kiểm tra này không phải là gì

Ở đây quan trọng là đừng đánh giá quá cao mức bảo đảm.

Phép kiểm tra xem xét các dấu hiệu định dạng chứ không thực hiện xác thực hình thức đầy đủ theo ISO 19005. Xác thực đầy đủ cần một công cụ riêng, và công cụ được chấp nhận rộng rãi là veraPDF. Khác biệt này rất đáng kể: các dấu hiệu xác nhận rằng tệp tự khai là PDF/A và được tạo theo đúng hướng đó, còn xác thực hình thức kiểm tra từng yêu cầu của tiêu chuẩn theo từng điểm.

Với kho lưu trữ nội bộ và đa số tổ chức, vế đầu là đủ. Nếu tài liệu được gửi đến nơi mà việc không tuân thủ kéo theo hậu quả pháp lý, hãy đưa tệp thành phẩm qua veraPDF riêng. Dịch vụ cũng nói rõ điều này trong thông báo đính kèm kết quả.

Từng bước

1. Hỏi bên nhận xem họ yêu cầu mức nào. 2. Mở PDF sang PDF/A trực tuyến và tải tài liệu lên. 3. Chọn mức tuân thủ, mặc định là 2b. 4. Đặt tiêu đề tài liệu có ý nghĩa: nó được ghi vào siêu dữ liệu lưu trữ và người ta sẽ tìm kiếm theo đó. 5. Chạy chuyển đổi và đọc thông báo đính kèm kết quả, đừng chỉ tải tệp về.

Bước năm không phải thủ tục cho có. Chính thông báo đó cho biết sự tuân thủ đã được xác nhận hay tệp được trả về như một PDF thông thường.

Vì sao kho lưu trữ vẫn có thể từ chối tệp

Tuân thủ định dạng và việc một kho lưu trữ cụ thể chấp nhận là hai chuyện khác nhau, và chuyện thứ hai khắt khe hơn.

Thường gặp nhất là các yêu cầu không có trong chính tiêu chuẩn. Kho lưu trữ có thể đòi một mức cụ thể, một quy tắc đặt tên tệp riêng, bộ trường siêu dữ liệu bắt buộc hoặc giới hạn dung lượng. Tệp là PDF/A hoàn hảo mà vẫn bị trả lại.

Nguyên nhân thường gặp thứ hai là tài liệu tuân thủ về hình thức nhưng không chứa thứ mà nó được nộp để chứng minh. Bản quét không có lớp văn bản, sau khi chuyển sang PDF/A, vẫn chỉ là một tập hợp hình ảnh. Yêu cầu "PDF/A có thể tìm kiếm" không được đáp ứng bởi tệp như vậy, dù cả hai điều nói về định dạng đều đúng.

Nguyên nhân thứ ba khá tinh vi: sự tuân thủ có thể chưa được xác nhận mà không ai để ý. Tệp được tải về, thấy mở được rồi gửi đi. Trong khi đó thông báo đính kèm kết quả đã nói rằng kiểm tra không đạt và tệp được trả về như PDF thông thường. Vì thế nên đọc thông báo ấy.

Nếu yêu cầu của kho lưu trữ dài vài trang, khôn ngoan hơn là cho một tệp thử đi qua toàn bộ chuỗi một lần và nhận xác nhận của họ, thay vì chuyển đổi cả khối tài liệu rồi một tháng sau mới biết là không đạt.

Cần chuẩn bị gì trước

Chuyển đổi làm việc với những gì được đưa cho nó và không sửa các vấn đề của tài liệu nguồn.

Tài liệu quét vẫn là tập hợp hình ảnh. Về hình thức nó thành PDF/A, nhưng bạn sẽ không tìm kiếm được văn bản trong đó. Nếu kho lưu trữ mong đợi tài liệu có lớp văn bản, hãy cho bản quét chạy qua OCR PDF trực tuyến trước, rồi chuyển đổi sau.

Tài liệu đặt mật khẩu sẽ không chuyển đổi được cho đến khi gỡ bảo vệ khi mở. Mở khóa PDF trực tuyến làm được việc này. Cũng nên nhớ rằng PDF/A và mã hóa vốn không tương thích theo chính tiêu chuẩn: tài liệu lưu trữ phải mở được mà không cần khóa.

Tiêu đề và các thuộc tính khác nên chỉnh cho gọn bằng công cụ chỉnh siêu dữ liệu PDF trước khi chuyển đổi, dễ hơn là sửa sau trong một tệp đã được khai báo là tệp lưu trữ.

Nếu có nhiều tài liệu, đừng chạy hàng loạt một cách mù quáng. Mức tuân thủ và việc chuẩn bị nguồn khác nhau theo loại tài liệu: bản quét cần nhận dạng, tài liệu có độ trong suốt không hợp với mức một, tệp đặt mật khẩu thì không qua được. Khôn ngoan hơn là phân loại cả khối tài liệu, chốt cài đặt trên một đại diện của mỗi loại, rồi mới chạy phần còn lại.

Tác giả

Được biên soạn bởi đội ngũ iHatePDF; Sergey Gagin chịu trách nhiệm về dịch vụ.

Giới thiệu dự án

Câu hỏi thường gặp

PDF/A là tập con của PDF, không phụ thuộc vào tệp bên ngoài: mọi phông chữ đều được nhúng, hồ sơ màu nằm trong tệp, còn JavaScript, mã hóa và liên kết đến tài nguyên bên ngoài đều không được phép. Tệp như vậy mở ra y như cũ sau nhiều năm.
PDF/A-2b phù hợp với đa số kho lưu trữ. Mức này hỗ trợ độ trong suốt, các lớp và nén JPEG2000. Chỉ dùng PDF/A-1b khi quy định hoặc hệ thống tiếp nhận yêu cầu. PDF/A-3 cho phép tệp nhúng như XML hay bảng tính, nhưng quá trình chuyển đổi không tự đính kèm tệp nào cho bạn.
Có, bản quét sẽ được chuyển đổi, nhưng nếu không có lớp văn bản đã nhận dạng thì nó vẫn là hình ảnh nằm trong PDF/A và bạn không thể tìm kiếm trong đó. Nếu tìm kiếm quan trọng với kho lưu trữ của bạn, hãy cho tài liệu chạy OCR trước rồi mới chuyển đổi.
PDF/A nhúng toàn bộ phông chữ và hồ sơ màu, nên dung lượng thường tăng. Với kho lưu trữ, đó là điều bình thường. Nếu dung lượng là vấn đề then chốt, hãy nén tệp trước khi chuyển đổi, đừng nén sau. Xử lý lại về sau có thể làm mất sự tuân thủ tiêu chuẩn.
Tệp được xử lý trong phiên trình duyệt của bạn và tự động bị xóa khỏi máy chủ. Không cần tài khoản, và tài liệu không được dùng để huấn luyện AI.

Xem thêm trong nhóm chủ đề này

Công cụ liên quan

← Tất cả công cụ Chuyển đổi

Nên làm gì tiếp theo

Nếu cần thực hiện thêm một bước hoặc tìm hướng dẫn về dịch vụ sau khi đọc, hãy xem các trang này.

Tất cả công cụ

Danh mục công cụ PDF trực tuyến: gộp, nén, tách, chuyển đổi, xoay, bảo vệ và mở khóa tệp PDF. Chọn công cụ phù hợp cho nhu cầu của bạn.

Câu hỏi thường gặp

Tìm câu trả lời về tài khoản iHatePDF, xử lý tệp, giới hạn tải lên, truy cập trên di động, quyền riêng tư và cách xử lý khi công cụ PDF báo lỗi.

Liên hệ

Liên hệ iHatePDF về lỗi xử lý, cách chọn công cụ, bảo mật, hợp tác kinh doanh và đề xuất tính năng mới.