跳到主要內容
文章

如何將 PDF 轉換為 PDF/A 以供歸檔

把一般 PDF 轉成適合長期保存的 PDF/A:該選哪個等級、轉換會嵌入哪些內容,以及服務為什麼要檢查自己的輸出結果。

簡而言之: 要把 PDF 轉換為 PDF/A 以供歸檔,請將檔案上傳到「將 PDF 轉成 PDF/A」並選擇等級:多數檔案庫適合 PDF/A-2b,只有明確要求時才用 PDF/A-1b,檔案庫允許嵌入檔案時用 PDF/A-3。轉換會嵌入字型與色彩描述檔,多年後開啟的效果依然一致。如果需要可搜尋的掃描檔,請在轉換前先執行 OCR。

專區

最佳實務

最佳實務: PDF guidance for reliable document processing and quality checks.

5 篇文章

主要工具

線上 PDF 轉 PDF/A

從本文開啟工具,使用目前的語言完成操作。

開啟工具

目錄

凡是檔案必須比產生它的軟體活得更久的地方,都可能要求以 PDF/A 提交文件:國家檔案館、法院系統、學位論文送存,以及保存年限很長的企業紀錄。

這種格式的重點是自給自足。一般 PDF 可能會引用系統中安裝的某個字型,或依賴螢幕的色彩描述檔。二十年後這兩樣可能都已不存在,文件開啟後就會和原本不一樣。PDF/A 禁止這類外部相依性:所需的一切都在檔案內部。

轉換實際做了什麼

轉換由 Ghostscript 執行,並不只是表面上改一下中繼資料。

字型會被完整嵌入檔案,因此文件不再取決於讀者電腦上裝了什麼。色彩會統一到一個有明確描述的描述檔上,檔案還會附上輸出意圖(output intent),之後可以據此唯一地還原出預期的色彩。符合等級則寫入中繼資料。

由此可知,轉換後的檔案幾乎一定會比原檔大。嵌入的字型和色彩描述檔會佔用空間。這是正常現象,是自給自足的代價,並不表示哪裡出了問題。

該選哪個等級

共有三個等級,中間那個是預設值。

等級基於特點
PDF/A-1b較舊的 PDF 1.4限制最嚴格,與接收系統的相容性最高
PDF/A-2bPDF 1.7相當均衡,適合多數要求
PDF/A-3bPDF 1.7與 2b 相同,另外允許嵌入任意檔案

三個等級結尾的 b 都表示基本等級:保證文件在任何時候看起來都一樣。另有 a 級,對結構與無障礙有要求,但它對來源文件的要求很高,一般掃描的證明文件經自動轉換是達不到的。

如果歸檔要求中明確寫了等級,就選它指定的那個。如果只寫了「PDF/A」,就選 2b。選擇 1 級需要有明確理由:它基於較舊版本的 PDF,不支援透明度和圖層,所以含有現代圖形的文件轉成 1b 時變化更大。

服務會檢查自己的輸出

這一點值得單獨說明,因為並非每個轉換工具都會這麼做。

轉換完成後,會檢查檔案是否帶有 PDF/A 的必要標記:中繼資料中是否宣告了符合等級,該等級是否與所要求的一致。不會僅僅因為轉換沒有出錯,就宣稱結果符合規範。

如果檢查未通過,檔案仍會傳回,但會如實以一般 PDF 的形式傳回,並說明缺少了什麼。它通常仍比原檔好;把它稱作 PDF/A 則不符合事實。中繼資料同樣不會造假:未通過檢查的檔案不會被標上符合性標記,因為這樣的標記會同時誤導人與接收系統。

這項檢查不是什麼

這裡要注意,不要高估它的保證。

這項檢查看的是格式標記,而不是依 ISO 19005 做完整的正式驗證。完整驗證需要另外的工具,公認的是 veraPDF。兩者差別很大:標記只能確認檔案自稱是 PDF/A,並且是依此建構的;正式驗證則會逐條檢查標準的每一項要求。

對內部檔案庫和多數機構來說,前者就夠了。如果文件要送往的地方對不符合要求有法律後果,請另外用 veraPDF 檢查最終檔案。服務也會在隨結果附上的訊息中說明這一點。

操作步驟

1. 向接收方確認需要哪個等級。 2. 開啟將 PDF 轉成 PDF/A並上傳文件。 3. 選擇符合等級,預設為 2b。 4. 設定一個有意義的文件標題:它會寫入歸檔中繼資料,人們會依此搜尋。 5. 執行轉換,並閱讀隨結果附上的訊息,而不是直接下載檔案了事。

第五步不是走形式。這則訊息中正好寫著符合性是否已確認,還是檔案以一般 PDF 傳回了。

檔案庫為什麼仍可能拒收檔案

格式符合與被某個檔案庫接受是兩回事,後者更嚴格。

最常見的原因是標準本身沒有的要求。檔案庫可能要求特定等級、特定的檔案命名規則、一組必填的中繼資料欄位,或大小上限。檔案是無可挑剔的 PDF/A,照樣會被退回。

第二個常見原因是:文件在形式上符合,卻不包含提交它所要的內容。沒有文字層的掃描檔轉成 PDF/A,仍然是一堆圖片。對於「可搜尋的 PDF/A」這項要求,這樣的檔案並不滿足,儘管關於格式的兩個詞都是對的。

第三個原因比較隱微:符合性可能沒有被確認,卻沒人注意到。檔案被下載下來,看到能開啟,就寄出去了。而隨結果附上的訊息其實寫著檢查未通過,檔案是以一般 PDF 傳回的。這就是為什麼值得讀一讀那則訊息。

如果檔案庫的要求長達好幾頁,比較穩妥的做法是先拿一個試驗檔案走完整個流程並取得對方確認,而不是把全部文件都轉完,一個月後才發現不符合。

事先要準備什麼

轉換只處理拿到的內容,不會修復來源文件中的問題。

掃描文件仍然是一組圖片。形式上它成了 PDF/A,但你無法在其中搜尋文字。如果檔案庫期望的是帶文字層的文件,請先用對 PDF 執行 OCR 文字辨識處理掃描檔,再進行轉換。

受密碼保護的文件在移除開啟保護之前無法轉換。可以用解鎖 PDF來處理。還要記住,依標準本身的規定,PDF/A 與加密互不相容:歸檔文件必須不需金鑰即可開啟。

標題和其他內容屬性,最好在轉換前用 PDF 中繼資料編輯工具整理好,這比事後在已宣告為歸檔的檔案中修改要容易。

如果文件很多,不要盲目批次處理。符合等級和來源檔的準備工作因文件類型而異:掃描檔需要辨識,含透明度的文件不適合 1 級,受密碼保護的檔案則根本過不了。比較穩妥的做法是先依類型把文件分類,在每一類中挑一份有代表性的檔案把設定定下來,然後再處理其餘的。

作者

由服務團隊撰寫;Sergey Gagin 為服務負責人

關於本專案

常見問題

PDF/A 是 PDF 的子集,不依賴任何外部檔案:所有字型都已嵌入,色彩描述檔在檔案內部,且不允許使用 JavaScript、加密以及指向外部資源的連結。這樣的檔案多年後開啟的效果依然一致。
多數檔案庫適合 PDF/A-2b,它支援透明度、圖層和 JPEG2000 壓縮。只有法規或接收系統要求時才用 PDF/A-1b。PDF/A-3 允許嵌入 XML 或試算表之類的檔案,但轉換不會替你附加任何檔案。
可以,掃描檔能夠轉換,但如果沒有辨識出的文字層,它在 PDF/A 裡仍然是圖片,無法搜尋。如果你的檔案庫需要搜尋功能,請先對文件執行 OCR,再轉換。
PDF/A 會完整嵌入所有字型和色彩描述檔,所以檔案大小往往會增加。這對歸檔來說是正常的。如果大小很重要,請在轉換前壓縮檔案,而不是轉換後。事後再處理可能會破壞對標準的符合性。
檔案在你的瀏覽器工作階段中處理,並會自動從伺服器刪除。不需要帳號,文件也不會用於訓練 AI。

此專區的更多內容

相關工具

← 所有轉換工具

接下來可以做什麼

讀完後若需要實際的下一步或服務說明,請開啟以下頁面。

所有工具

PDF 工具目錄:合併、壓縮、分割、轉換、旋轉、保護與解鎖 PDF。透過瀏覽器線上使用所需工具。

常見問題

查詢 iHatePDF 的帳號、檔案處理、上傳限制、行動裝置使用、隱私,以及 PDF 工具出現錯誤時的處理方式。

聯絡我們

若遇到處理錯誤、需要協助選擇工具,或有安全、商務合作與新功能建議,歡迎聯絡 iHatePDF。聯絡時請簡述遭遇的問題與使用的工具。