PDF/A:永不过期的存档格式

PDF/A:永不过期的存档格式

1998 年签的合同,今天打开,样子分毫未变,打印效果也一样。而当年导出它的 Word 源文件,打开时可能提示字体缺失、表格错乱,甚至直接打不开。PDF/A 就是为这种差别而生的。

这个标准删掉了什么

PDF/A(ISO 19005)不是新格式,而是 PDF 的一个严格档案规范——一份「必须避开哪些特性」的清单,确保几十年后、在还不存在的软件上,文档依然长得一样。要求基本都在消除外部依赖:

  • 字体必须嵌入,不能指望打开者电脑里装着同款字体。
  • 禁止加密,文件现在和将来都必须无密码打开。
  • 禁止外部引用,音视频播放、外部内容流都不行,需要的一切都得在文件内部。
  • 颜色必须明确,依赖设备的色彩空间要带输出意图,颜色才不会漂移。
  • 必须有 XMP 元数据,标题、作者等信息写在标准的机器可读区块里。
  • 禁止 JavaScript、禁止启动动作,存档文件不应该有能力运行任何东西。

版本与级别

档案版本 年份 基于 新增
PDF/A-1 2005 PDF 1.4 初代:不支持透明、不支持 JPEG2000
PDF/A-2 2011 PDF 1.7 透明、JPEG2000、更好的压缩
PDF/A-3 2013 PDF 1.7 可嵌入任意类型附件(如带 XML 的发票)
PDF/A-4 2020 PDF 2.0 面向新档案的现代基线

前三个版本还有一致性级别:b 管视觉外观,a 管无障碍和标签结构,u 管 Unicode 映射。日常存档目标通常是「PDF/A-2b」。

它不承诺什么

PDF/A 保证的是外观,不是可用性。一份没有文字层的扫描件完全可以符合 PDF/A-1b——它依然是一张搜不了的图。无障碍只由 a 级别覆盖。文件会变大,因为所有字体都嵌进去了。而且文件上的标签什么都不证明,是否合规只有 veraPDF 这类验证器说了算。

规则:日常使用保留普通 PDF,存档另存一份经过验证的 PDF/A。转换放在流程末尾,不要开头——删掉任何东西之前,先跑一遍验证器。

相关工具