Cos'è il PDF/A e se vi serve

Un PDF è un insieme di istruzioni per disegnare una pagina, e alcune di quelle istruzioni dipendono da cose che non stanno dentro il file. Un font installato sul vostro computer. Un profilo colore fornito dal monitor. Un video, un'azione JavaScript, un collegamento a un server che tra dieci anni non esisterà. Aprite oggi quel file su un'altra macchina e di solito sembra a posto, perché i pezzi mancanti vengono sostituiti. Apritelo nel 2050 e potrebbe non esserci più nulla con cui sostituirli. Il PDF/A è la risposta a questo problema: un sottoinsieme ristretto di PDF in cui tutto ciò che serve a riprodurre esattamente la pagina sta dentro il file, e tutto ciò che dipende dal mondo esterno è vietato. Non è un formato diverso — un file PDF/A è un PDF e si apre in qualsiasi lettore — è una promessa su ciò che il file non contiene.

Cosa vieta la norma

Le regole discendono dall'obiettivo. I font vanno incorporati, tutti, senza eccezioni per il set standard che un tempo si dava per presente nei lettori; un documento che richiamava Arial per nome lasciando al lettore il compito di trovarne una copia non è archiviabile, perché tra cinquant'anni il sostituto del lettore potrebbe avere metriche diverse e mandare a capo le righe altrove. La cifratura è vietata, dato che un documento che nessuno può decifrare non è preservato. Lo sono anche JavaScript, audio e video incorporati e le azioni che lanciano file esterni o aprono indirizzi di rete. La trasparenza è limitata nelle parti vecchie della norma e permessa in quelle nuove. Il colore va definito senza ambiguità, con un profilo ICC incorporato o in uno spazio indipendente dal dispositivo, così che un rosso preciso sia quel rosso e non ciò che decide la stampante. E ogni file deve portare metadati XMP che dichiarino quale variante di PDF/A afferma di essere.

I livelli: A, B e U

La conformità ha dei livelli, e le lettere significano una cosa diversa dai numeri di versione. Il livello B, per base, garantisce la riproduzione visiva: la pagina apparirà corretta per sempre. Il livello A, per accessibile, richiede in più una struttura marcata — una descrizione leggibile dalla macchina di quale testo è titolo, quale paragrafo, quale cella di tabella e in che ordine di lettura — oltre alle corrispondenze Unicode per tutto il testo. Il livello U sta in mezzo e richiede le corrispondenze Unicode senza la struttura completa, il che significa che il testo si può cercare ed estrarre in modo affidabile anche se il documento non è interamente marcato. Il livello A è davvero difficile da produrre a partire da un documento qualsiasi, perché marcare è vero lavoro editoriale; per questo in pratica quasi tutti gli archivi chiedono il livello B, e per questo un'istituzione che vi chiede PDF/A-1a sta chiedendo parecchio più di una che chiede PDF/A-1b.

Quale versione usare

Il PDF/A-1 è arrivato per primo ed è il più severo: niente trasparenza, niente livelli, niente file incorporati. Il PDF/A-2 ha allentato tutto questo, ammettendo trasparenza, livelli, immagini JPEG 2000 e l'inclusione di altri file PDF/A dentro un contenitore. Il PDF/A-3 ha introdotto un cambiamento importante permettendo allegati arbitrari di qualsiasi tipo, che è il principio dei formati di fatturazione elettronica: una pagina leggibile dall'uomo con il file di dati leggibile dalla macchina allegato dentro. Il PDF/A-4, basato sul più recente PDF 2.0, riordina parecchio i livelli. Se il destinatario non specifica altro, PDF/A-2b è la scelta predefinita sensata: abbastanza moderno da non litigare con la trasparenza del vostro documento, abbastanza severo da essere un vero archivio e universalmente supportato dagli strumenti di validazione.

Come si produce e la trappola delle scansioni

Quasi tutte le suite per ufficio esportano direttamente in PDF/A, di solito con una casella nella finestra di esportazione, ed è la via più pulita perché il documento di origine sa ancora quali sono i suoi titoli e i suoi font. Convertire un PDF esistente è possibile con strumenti dedicati, che incorporano i font mancanti, convertono i colori e rimuovono le funzioni vietate. La trappola sono le scansioni. Una pagina scansionata convertita in PDF/A è perfettamente valida a livello B: è un'immagine, apparirà sempre uguale, la norma è soddisfatta. Ma non contiene testo, quindi non è ricercabile, e il livello A è fuori portata senza OCR. Archiviare un intero schedario come PDF/A di sole immagini produce una raccolta in cui nessuno trova nulla. Se l'archivio deve essere utilizzabile e non solo preservato, l'OCR va inserito nel flusso prima della conversione, e il suo output va riletto.

Validate, non date per scontato

Che un file sia stato esportato con l'opzione PDF/A spuntata non prova la conformità, ed è qui che i depositi presso riviste, tribunali e archivi pubblici vengono respinti più spesso. Esistono validatori, il più noto libero è veraPDF, e indicano esattamente quale clausola un file viola. Gli errori comuni sono noiosi e ripetitivi: un font non incorporabile perché la licenza lo vieta, un gruppo di trasparenza dimenticato in un logo, uno spazio colore senza profilo, metadati XMP assenti o malformati, o un tipo di annotazione che la norma non ammette. Ognuno ha una correzione precisa. Passare il validatore prima di inviare trasforma un rifiuto tra settimane in cinque minuti adesso.

Quando il PDF/A è la scelta sbagliata

È un formato di archiviazione, non di lavoro, e usarlo per abitudine ha un costo. Non può essere cifrato, quindi un documento riservato non può essere un PDF/A protetto da password: i due requisiti si escludono e dovrete proteggere il file in altro modo, con i permessi di archiviazione e non dal documento. Incorporare tutti i font ingrandisce i file, a volte parecchio. I moduli interattivi e il multimedia sono esattamente ciò che la norma elimina. La regola onesta è: usate il PDF/A quando un documento deve restare leggibile molto dopo la scomparsa del software che l'ha creato, o quando un'istituzione lo richiede, e usate PDF normale per tutto ciò su cui state ancora lavorando. Convertire alla fine, una volta sola, è molto più facile che vivere dentro i vincoli per tutto il tempo.

Dove si colloca la compressione

Archiviare e pesare poco sono in tensione, e conviene decidere di proposito cosa volete. La compressione aggressiva delle immagini butta informazione in modo permanente, cioè esattamente ciò che un archivio dovrebbe impedire: una copia di conservazione va quindi compressa con molta misura o non compressa affatto. La soluzione pratica sono due file: una copia PDF/A fedele nell'archivio e un derivato compresso per la posta e la lettura quotidiana, rigenerato quando serve. L'errore è tenere solo la versione compressa e chiamarla archivio: si aprirà comunque nel 2050 e continuerà a mancarle il dettaglio che avete buttato oggi.