ما هو PDF/A، ولماذا يرفض الأرشيف ملف PDF عادياً

ملف PDF لا يُسمح له بأن يعتمد على شيء

يُعرَّف PDF/A بالمعيار ISO 19005، وهو معيار منفصل عن ذلك الذي يعرّف PDF نفسه. وهو لا يضيف مزايا، وإنما يزيل خيارات.

والمشكلة التي وُجد لحلّها أن ملف PDF العادي ملف مضافاً إليه جملة افتراضات عن الجهاز الذي يفتحه: أن الخط المسمَّى مثبَّت، وأن هذه الدرجة من الأحمر تعني شيئاً قابلاً للقياس، وأن الصورة الموصولة ما تزال على الخادم، وأن القارئ يستطيع تشغيل النص البرمجي. وكل افتراض منها قائم إلى أن يسقط، ولا يعطي الملف أي تنبيه حين يكفّ أحدها عن الصدق — وإنما يُعرض على نحو مختلف، ولا يكاد أحد يلحظ في أي يوم بدأ ذلك.

وPDF/A هو الصيغة نفسها وقد حُظرت فيها تلك الافتراضات. فكل ما يحتاجه المستند ليرسم نفسه يجب أن يكون داخل الملف.

ونتيجتان تستحقان القول صراحةً. الأولى، أن ملف PDF/A هو ملف PDF. فليس هناك قارئ خاص بـPDF/A ولا امتداد خاص به؛ وكل أداة عادية تفتحه، وفي أغلب الأحيان لا تستطيع تمييزه بالنظر. والثانية، أن الملف لا يصير PDF/A بإعادة تسميته، ولا بادّعائه ذلك في بياناته الوصفية. فإما أن يستوفي القواعد وإما لا، والأرشيف الذي رفض ملفك لديه برنامج يفحص.

ما الذي يمنعه فعلاً

القواعد طويلة، لكن جُلّها القاعدة نفسها مطبَّقة على أجزاء مختلفة من الملف.

• كل خط يجب أن يكون مضمّناً — بما في ذلك الأربعة عشر خطاً التي كانت القارئات مضمونة الحيازة لها في وقت مضى. فالملف الذي يكتفي بتسمية محرف طباعي إنما يراهن على جهاز لن يلقاه أبداً. وهذا هو السبب الأشيع لرسوب مستند في التحقق، ولماذا تبدو ملفات PDF مختلفة على حواسيب أخرى يتناول ما يقع حين لا يُفعل ذلك.
• اللون يجب أن يكون مستقلاً عن الجهاز. فعلى الملف أن يحمل قصد إخراج، أو أن يستعمل فضاءات لونية معرَّفة لا مفترَضة، حتى يعني اللون لوناً قابلاً للقياس بدل «ما تفعله هذه الشاشة».
• لا تعمية من أي نوع. فالأرشيف لا يستطيع حفظ ملف لا يستطيع فتحه، وكلمة المرور من أكثر ما يضيع على مدى عقود. راجع ما الذي تحميه كلمة مرور PDF فعلاً.
• لا نصوص برمجية، ولا إجراءات تشغيل، ولا ملفات تنفيذية مضمّنة. فالسلوك المتوقّف على تشغيل شيفرة سلوك لا يستطيع أحد ضمانه لاحقاً.
• لا مراجع خارجية. فكل ما يُرسم على الصفحة يجب أن يكون في الملف. والصفحة التي تجلب صورة أو خطاً من عنوان على الشبكة صفحة ستصير فارغة يوماً ما.
• البيانات الوصفية بصيغة XMP إلزامية، ويجب أن توافق حقول معلومات المستند لا أن تناقضها. وما الذي تحويه بيانات PDF الوصفية يشرح السجلَّين ولماذا يتناقضان كثيراً هكذا.

وقواعد قليلة تتوقف على الجزء الذي تطابقه من المعيار. فالشفافية وصور JPEG 2000 ممنوعة في PDF/A-1 ومسموح بها ابتداءً من PDF/A-2؛ والمرفقات المضمّنة ممنوعة في PDF/A-1، ومقصورة على ملفات PDF/A أخرى في PDF/A-2، وبلا قيد في PDF/A-3، وهو ما يجعل PDF/A-3 الحاملَ المعتاد لفاتورة تحمل داخلها نسخة XML قابلة للقراءة آلياً.

وثغرة واحدة تُقال بصدق. فالارتباط التشعبي إلى موقع على الشبكة مسموح — لأنه تعليق توضيحي لا محتوى تعتمد عليه الصفحة — وسيتعفّن بالسرعة نفسها التي يتعفّن بها أي رابط آخر. فPDF/A يحفظ عرض المستند. ولا يحفظ الشبكة.

الأجزاء، والحرف الذي يليها

لدعوى المطابقة شطران: أي جزء من المعيار، وأي مستوى ضمنه. فـPDF/A-2b تعني الجزء 2، المستوى b.

والأجزاء تتبع الصيغة الأساسية. فPDF/A-1 مبني على PDF 1.4 وهو الأشدّ. وPDF/A-2 مبني على ISO 32000-1 ويخفّف قيود الشفافية وJPEG 2000. وPDF/A-3 هو PDF/A-2 مضافاً إليه إمكانية تضمين ملفات كيفما كانت. وPDF/A-4 مبني على PDF 2.0 ويعيد تنظيم المخطط — فيُسقط حروف a وu وb، ويضيف مستوى مطابقة للنماذج الهندسية ثلاثية الأبعاد التفاعلية، هو PDF/A-4e.

وضمن الأجزاء من 1 إلى 3، يبيّن المستوى مقدار ما يُحفظ من معنى المستند، والمستويات تراكمية.

وPDF/A-1 ليس فيه سوى المستويين a وb؛ أما المستوى u فقد أُدخل مع الجزء 2.

ومعظم المؤسسات التي تطلب PDF/A تريد PDF/A-1b أو PDF/A-2b، وإن لم يُقَل لك أيّهما، فهذان هما اللذان يستحق السؤال عنهما. أما المستوى a فعمل من رتبة أخرى: إذ إن شجرة البنية الحقيقية لا بد أن تأتي من مستند كُتب بعناوين وقوائم لا بنص عريض ومسافات جدولة، وما من محوّل يبتكر واحدة بموثوقية. وما الذي يجعل ملف PDF قابلاً للوصول يفصّل السبب.

من أين يجب أن يأتي ملف PDF/A

من المصدر. فمعالجات النصوص وتطبيقات التنضيد وسلاسل الطباعة ومعظم مولّدات التقارير تستطيع تصدير PDF/A مباشرة، وهذا هو الطريق الوحيد الذي ينجح بموثوقية، لأن التطبيق ما يزال يملك بين يديه الخطوط ومعلومات اللون والبنية.

أما تحويل ملف PDF موجود إلى PDF/A فعملية ترميم، ويستحق أن تعرف ما ينطوي عليه الترميم قبل أن تثق بالنتيجة. فعلى المحوّل أن يجد بدائل لخطوط لم تُضمَّن قط — أي أن يستبدل بها شيئاً ويقبل باحتمال أن يزيح النص — وأن يُسند ملفّ لون لم يُختَر قط، وأن يزيل تعمية قد لا يقدر على إزالتها، وأن ينزع التفاعلية. وهو ينجح كثيراً. وهو يغيّر المستند أحياناً، والتغييرات من النوع الذي لا يتفقّده أحد.

وiBuildPDF لا ينتج PDF/A. فليست هنا أداة تحوّل ملفاً إليه، وأداةٌ تعمل في المتصفح وتدّعي ذلك دون أن تقدر على العثور على خط ناقص إنما تدّعي ما لا تستطيعه. وما يستطيعه هذا الموقع أن يخبرك بما بين يديك قبل أن تذهب وتجد ما يقدر على ذلك:

• عدد الصفحات وفحص الملف — الحقائق البنيوية، بما فيها إن كانت هناك طبقة نص أصلاً.
• محرّر البيانات الوصفية — ما سجّله التطبيق المنتِج عن نفسه، وهو عادةً أسرع دليل على كيفية صنع الملف ومن ثَمّ على ما يُرجَّح أن يرسب فيه.
• PDF إلى نص — اختبار تقريبي للمستوى u. فإن عاد النص المستخرج محارف صحيحة مقروءة، فخرائط المحارف موجودة؛ وإن عاد هراءً فهي غير موجودة، ولا يستطيع الملف بلوغ المستوى u في حالته هذه. ولماذا يخرج النص المنسوخ مشوَّهاً يشرح هذا الإخفاق.
• تسطيح PDF — يحلّ حقول النماذج والتعليقات التوضيحية داخل الصفحة، وهو أحد ما سيضطر التحويل إلى فعله على أي حال.

وهذه الأربع كلها تعمل في متصفحك. وليس فيها ما يجعل الملف مطابقاً.

كيف تعرف إن كان الملف كذلك فعلاً

يعلن ملف PDF/A عن نفسه في بياناته الوصفية بصيغة XMP، مسجّلاً الجزء ومستوى المطابقة. وكثيراً ما تعرض القارئات شريطاً في أعلى النافذة يذكر ذلك.

والإعلان دعوى لا برهان. فأي ملف يستطيع حمله. ويمكن أيضاً تحرير الملف بعد صنعه، فالمستند الذي كان مطابقاً حقاً يوم الثلاثاء قد لا يكون كذلك يوم الجمعة وهو ما يزال يعلن أنه كذلك. والسبيل الوحيد إلى اليقين تشغيل مدقّق، والأرشيف الذي رفض ملفك قد شغّل واحداً.

وveraPDF هو المدقّق مفتوح المصدر، طُوِّر بالتعاون مع رابطة PDF، وهو ما تستعمله مؤسسات كثيرة بنفسها. فإن رُفض ملفك، فالمفيد أن تطلب لا محاولة أخرى بل تقرير المدقّق، الذي يسمّي القاعدة التي رسب فيها. وفي الممارسة العملية، معظم حالات الرفض واحدة من ثلاث:

1. خط غير مضمّن — وغالباً خط واحد، وغالباً في ترويسة أو رقم صفحة لم ينظر إليه أحد.
2. لا يوجد قصد إخراج، فاللون غير معرَّف.
3. الملف مُعمّى، وأحياناً بكلمة مرور صلاحيات لم يكن المرسِل يعلم بوجودها.

وأخيراً، الحدّ الأهمّ والأقلّ ذكراً: يمكن للملف أن يجتاز التحقق ويظل مستنداً أرشيفياً رديئاً. فالمسح الضوئي الخالي من طبقة نص ملف PDF/A-1b سليم تماماً، وسيبقى غير قابل للبحث إلى الأبد. فالتحقق يفحص الوعاء. أما هل ما بداخله يستحق الحفظ، وهل سيقدر أحد على العثور عليه بعد عشرين سنة، فسؤال منفصل لا يجيبك عنه أي معيار.