PDF/A Skal - Skal ikke? v/ René Mittå Specialkonsulent Bevaring og udvikling af krav til elektroniske arkivalier, herunder evaluering af formater, medier mv.

Agenda PDF og PDF/A historisk PDF/A standarden Opbygning Restriktioner Eksempel manglende font Fordele Ulemper Eksempel fil størrelse Eksempel transparens Eksempel kompleksitet Fremtiden PDF/A-2 Andre arkivers erfaringer?

PDF/A historisk Hvorfor? Hvem tog initiativ? Hvordan? Aviser, trykkerier, biblioteker m.fl. havde behov for et format som var selvdokumenterende og dermed mere egnet til langtidsbevaring end den daværende PDF 1.4 Hvem tog initiativ? NPES (Association for Suppliers of Printing, Publishing and Converting Technologies) AIIM International (Association for Information and Image Management) Hvordan? Ved at definere et subset af PDF 1.4 Standardiseret i 2005 under navnet ISO 19005-1 “PDF/A Electronic document file format for long term preservation”

PDF/A standarden Hvad er PDF/A ISO 19005-1? En ISO standard som i sig selv fylder 29 sider PDF/A baserer sig på den almindelige PDF version 1.4 PDF/A ISO 19005-1 angiver udelukkende begrænsninger og krav til anvendelsen af PDF version 1.4 Hvad er PDF 1.4? Ikke er en ISO standard! PDF version 1.4 består af mange standarder og specifikationer! Hver af disse standarder og specifikationer er komplekse og omfattende (Unicode 750 sider, Open Font Format 420 sider, SVG 719 sider …..) PDF/A anslås derfor til samlet set at fylde > 5000 sider!

PDF – PDF/A opbygning PDF 1.4 PDF/A-1a PDF/A-1b Transparens Lyd Struktur PDF/A-1b Hyperlinks XMP metadata Unicode Video ICC farve profiler ASCII, ANSI Vektor grafik Font embedded Java Scripts Raster grafik Digital signatur Lag LZW Kryptering

PDF/A restriktioner PDF 1.4 PDF/A-1a PDF/A-1b Transparens Lyd Struktur Hyperlinks XMP metadata Unicode Video ICC farve profiler ASCII, ANSI Vektor grafik Font embedded Java Scripts Raster grafik Digital signatur Lag LZW Kryptering

Eksempel PDF ”manglende font”

Eksempel PDF/A ”font indlejret”

Fordele? Nemt at vise og udskrive Indlejrede fonte Metadata (XMP) Søgbar tekst? søgning gennem 1 million dokumenter (dokument fremsøgning) ! Struktureret data? PDF/A-1a modstrider ønsket om at bevare dokumentet i sin originale form. Udbredt? indirekte i form af publicering og langtidsbevaring af uoriginalt materiale (biblioteker, museer etc.)

Ulemper Kræver validering Adobe PDF version 1.4 ikke ISO standardiseret Komplekst format kan være besværligt at konfigurere software korrekt kræver indgående kendskab til de formater som ønskes understøttet (modsat TIFF driver, som emulerer printer) software af svingende kvalitet Kræver validering PDF/A er ikke et selvstændigt format og filer/system/software bør valideres validering er ingen garanti for kvalitet Fonte bitmap fonte = dårlig kvalitet små filer fylder meget licensbeskyttede fonte er problematiske og kan give datatab hvis software er ukorrekt konfigureret Transparens kan give dårlig billed-kvalitet

Eksempel fil størrelse Word 21 kb TIFF Group 4 15 kb PDF alm. v 1.7 20 kb PDF/A-1 embedded font subset 78 kb PDF/A-1 fuldt embeddet font 489 kb

Eksempel Transparens (Word)

Eksempel Transparens (TIFF)

Eksempel Transparens (Alm. PDF)

Eksempel Transparens (PDF/A-1b)

Eksempel kompleksitet (Word original)

Eksempel kompleksitet (PDF/A-1b font subset)

Eksempel kompleksitet (PDF/A-1b font fuldt indlejret, men fejl i software)

Fremtiden PDF/A-2 Standardiseret – bygger på Adobe PDF 1.7 som nu er en ISO standard 32000-1:2008 PDF/A-2 forventes færdig 2009-2010 Transparens LZW? (patent er udløbet) JPEG2000 Lag (kompleksitet og binding til format)

Spørgsmål? Andres arkivers erfaringer med PDF og PDF/A ?