v/ René Mittå

Specialkonsulent

Bevaring og udvikling af krav til elektroniske arkivalier,

herunder evaluering af formater, medier mv.

PDF som bevaringsformat?

Status for anvendelse af PDF

• SA benytter ikke PDF, men overvåger formatet

• Indsamler viden om PDF gennem diverse artikler, seminarer og

workshops

• Har ikke udelukket PDF/A, men er fortsat kritiske primært pga.

formatets kompleksitet

• Fastholder indtil videre anvendelsen af TIFF

TIFF bestanddele

Standard

• Baseline 6.0 (uændret siden 1992)

Indeholder

• Metadata TAGS (Baseline & Private)

• Bitmap

• Evt. Alpha kanal (maske / transparens)

Opbygning

• En simpel struktur …

TIFF simpel seriel struktur

Fil header

Metadata (Tags)

Bitmap

Fil slut info

Højde, bredde, kompression,

dato, software etc.

Side i dokumentet

~

Identifikator

~

Fordele • Sideorienteret

• Single og multipage

• Simpelt og robust

• Udbredt og bredt understøttet gennem > 20 år

• Velbeskrevet og licensfrit

• 14 bitdybder og flere kompressions metoder

• Anvendelse: fax, skan, foto, trykkeri, arkiver, museer og private

• Velegnet til dokumenter med høj kontrast (fx tekst som kan

komprimeres effektivt)

Ulemper • TIFF som multipage dokumentformat er relativt dårligt

understøttet og svært at tilgå for almindelige brugere

TIFF fordele og ulemper

PDF (mulige) bestanddele • Metadata (standard og/eller udvidet)

• Fonte (fx TrueType)

• Unicode

• Bitmap (evt. med transparens/maske)

• Vektor grafik (fx SVG)

• Lyd

• Video

• Lag

• CAD

• 3D

• Hyperlink

• Scripts

PDF hierarkisk struktur

PDF Basis format

PDF/A Archiving (3 versioner med undertyper)

PDF/X Printing (10-15 undertyper)

PDF/E Engineering (3D)

PDF/UA Universal Accessibility

PDF/VT Printing ICC (flere undertyper)

PDF/H Healthcare (primært guidelines)

PDF undertyper

PDF 1.4 opbygning

Vektor grafik

ASCII,

ANSI

XMP

metadata

Font

embedded

ICC farve profiler

Digital signatur Raster grafik

Lyd

Video

Hyperlinks

Java

Scripts

Struktur

Lag

Transparens

Unicode

Kryptering LZW

PDF 1.4

PDF/A opbygning

PDF/A-1a

PDF/A-1b

ASCII,

ANSI

Font

embedded

Digital signatur Raster grafik

Lyd

Video

Hyperlinks

Java

Scripts

Struktur

PDF 1.4

Lag

Transparens

Unicode

Kryptering LZW

Vektor grafik

XMP

metadata

ICC farve profiler

PDF manglende font

PDF/A kræver at fonte indlejres

Part 1 PDF/A-1 PDF 1.4 Fonte indlejret og væsentligt

begrænset i forhold til alm. PDF

2005

Part 2 PDF/A-2

ISO 32000-1 OpenType fonts, JPEG2000, LZW,

Annotations, Transparens, Lag,

PDF samling

2011

Part 3 PDF/A-3 ISO 32000-1 Indlejring af andre filtyper uden

begrænsning!

2012

PDF/A versioner

Fordele • Udbredelse

• Understøttelse & tilgængelighed

• Skalerbar (gælder ikke skanninger)

• Relativ lille filstørrelse (gælder ikke skanninger)

Fordele & Ulemper (?) • Et større antal undertyper dækker forskellige behov (fx PDF/X)

• Bagud kompatibelt (flere versioner)

• Flere typer af fonte og Unicode

• Funktionalitet og underformater (fx vektor grafik, lag, forms)

Ulemper • Kompleksitet

• Sårbar overfor dårlig SW

• Ikke muligt at validere 100%

PDF fordele og ulemper

PDF kompleksitet Økonomiske interesser kvalitet vs. kompleksitet?

PDF kompleksitet

Et par eksempler på fejl …

Kompleksitet transparens

)* =

- 8 =

;

=

), $

Nedenstående PDF/A kan IKKE konverteres til fx Word !

Kompleksitet fonte

Kompleksitet fonte

Kompleksitet fonte

Kompleksitet lag

PDF Association lavede en række undersøgelser i marts 2013.

På “PDF Teknisk konference Køln 2013”, stod Duff Johnson for et

oplæg om ”Manglende mulighed for fuld validering af PDF” og i

den forbindelse fremviste han dele af disse undersøgelser.

Markedsundersøgelse

Estimering af omfanget af fejlbehæftede PDF’er

Teknik og support undersøgelse

Fejlbehæftede PDF’ers betydning for den daglige forretning og

drift.

PDF Association undersøgelse

marts 2013

Kilde: http://duff-johnson.com/wp-content/uploads/2014/03/PDFValidationDreamOrYawn-pdfa.pdf

Kilde: http://duff-johnson.com/wp-content/uploads/2014/03/PDFValidationDreamOrYawn-pdfa.pdf

Kilde: http://duff-johnson.com/wp-content/uploads/2014/03/PDFValidationDreamOrYawn-pdfa.pdf

Kilde: http://duff-johnson.com/wp-content/uploads/2014/03/PDFValidationDreamOrYawn-pdfa.pdf

> 11 syntakser

> 12 binære formater

> 10 3je. parts binære formater

10 stream filtre/typer

2 krypterings algoritmer

Header

Body

Xref

Trailer

PDF kompleksitet Hvor meget kan valideres?

TIFF eller PDF?

Kommer an på indhold og formål

Levende dokumenter • Alm. kontorformater (Word, Excel etc.)

• Information til borgere uden behov for redigering (PDF/A)

• Tilgængeliggørelse (JPG & PDF/A)

Langtidsbevaring • Office dokumenter (TIFF & PDF/A som bitmap)

• Skanninger / foto (TIFF & PDF/A)

• Regneark, CAD, GIS (???)

PDF som bevaringsformat Hvad er jeres erfaringer?