PDF/Aとは何か、必要なのか

PDFはページを描くための命令の集まりですが、その命令の一部はファイルの外にあるものに依存しています。自分の端末に入っている書体、画面が供給する色の情報、動画、スクリプト、十年後には存在しないサーバーへのリンク。そうしたファイルを今日ほかの端末で開けば、たいていは正しく見えます。足りない部分が別のもので代用されるからです。しかし2050年に開いたとき、代用するものが何も残っていないかもしれません。PDF/Aはその問題への答えです。ページをそのとおりに再現するために必要なものがすべてファイルの中にあり、外の世界に依存するものはすべて禁じられた、制限つきのPDFです。別の形式ではありません。PDF/AのファイルはPDFであり、どの閲覧ソフトでも開きます。これはファイルが何を含まないかについての約束なのです。

規格が禁じているもの

規則は目的から導かれます。書体はすべて埋め込まなければなりません。かつては閲覧ソフトに入っていて当然とされた標準の一式についても例外はありません。書体を名前で参照して、複製を探すのは閲覧側に任せる文書は保存に向きません。五十年後の代替書体は字幅が違い、行が動いてしまうかもしれないからです。暗号化は禁止です。誰も復号できない文書は保存されたとはいえません。スクリプト、埋め込みの音声と動画、外部ファイルを起動したりネットワーク上の場所を開いたりする動作も禁じられます。透明は規格の古い部分では制限され、新しい部分では許されています。色は曖昧さなく定義されなければならず、色の情報を埋め込むか、機器に依存しない空間で指定します。ある赤がプリンターの判断ではなく、まさにその赤であるためです。そしてすべてのファイルは、自分がどの版のPDF/Aを名乗るのかを示すメタデータを持たなければなりません。

水準：A、B、U

適合には水準があり、その文字は版番号とは別のことを意味します。基本を意味するB水準は見た目の再現を保証します。ページは未来永劫、正しく見えるということです。アクセシビリティを意味するA水準はそれに加えて、構造の付与を求めます。どの文字が見出しで、どれが段落で、どれが表の升目なのか、そしてどの順で読むのかを機械が読める形で記述したものです。さらに全文の文字符号との対応づけも必要になります。U水準はその中間で、完全な構造なしに文字符号の対応づけだけを求めます。文書全体に構造が付いていなくても、本文を確実に検索し抽出できるということです。任意の文書からA水準を作るのは実際にはかなり難しく、構造の付与は本物の編集作業だからです。だからこそ現場の保存機関はたいていB水準を求め、PDF/A-1aを要求する組織は、PDF/A-1bを求める組織よりずっと多くを要求していることになります。

どの版を使うか

PDF/A-1は最初に来たもので、最も厳格です。透明も、重ね合わせの層も、埋め込みファイルも認めません。PDF/A-2はそれを緩め、透明、層、新しい画像形式、そして容器の中に別のPDF/Aを収めることを認めました。PDF/A-3は重要な変更を加え、任意の種類の添付を許しました。電子請求の形式はこの仕組みで動いています。人が読む請求書のページの中に、機械が読むデータファイルが添付されているわけです。より新しいPDFの世代に基づくPDF/A-4は、水準の整理を大きく進めました。受け取り側が別の指定をしていないなら、まっとうな既定はPDF/A-2bです。手元の文書の透明とけんかしない程度に新しく、本物の保存形式といえる程度に厳格で、検証ツールが例外なく対応しています。

作り方と、スキャン文書の落とし穴

ほとんどのオフィスソフトはPDF/Aへ直接書き出せます。たいていは書き出し画面のチェック欄ひとつです。これがいちばんきれいな道筋で、元の文書がまだ自分の見出しや書体を知っているからです。既存のPDFを変換することも専用ツールで可能で、足りない書体を埋め込み、色を変換し、禁じられた機能を取り除きます。落とし穴はスキャンです。スキャンしたページをPDF/Aに変換したものはB水準では完全に有効です。画像であり、いつまでも同じに見え、規格は満たされます。しかし本文が入っていないので検索できず、文字認識なしにA水準へは届きません。書類棚をまるごと画像だけのPDF/Aとして保存すれば、誰も何も見つけられない集積ができあがります。保存するだけでなく使える保存にしたいなら、変換の前に文字認識を工程へ入れ、その出力は必ず校正してください。

決めつけず、検証する

PDF/Aの選択にチェックを入れて書き出した、というだけでは適合の証明になりません。学術誌、裁判所、公文書館への提出がいちばん多くはねられるのはまさにここです。検証ツールがあり、広く使われている無償のものもあります。それらはファイルがどの条項に違反しているかを正確に指摘します。よくある失敗は退屈で、繰り返し起きます。使用許諾が埋め込みを禁じているため埋め込めなかった書体、ロゴに紛れ込んだ透明のまとまり、色の情報が付いていない色空間、欠けているか壊れているメタデータ、規格が認めていない注釈の種類。それぞれに具体的な直し方があります。提出前に検証ツールを走らせることは、数週間後の却下を今の五分に変える作業です。

PDF/Aが向かない場面

これは保存のための形式であって作業のための形式ではなく、既定として使うと代償があります。暗号化できないので、機密文書をパスワード付きのPDF/Aにすることはできません。二つの要件は互いを排除するので、文書の内側からではなく、保管場所の権限でファイルを守ることになります。すべての書体を埋め込めばファイルは大きくなり、ときにかなり大きくなります。対話的なフォームや音声・動画は、まさに規格が取り除くものです。だから誠実な指針はこうなります。作った当のソフトが姿を消したあとも長く読めなければならない文書、あるいは組織が要求する文書にはPDF/Aを使い、まだ作業中のものすべてには普通のPDFを使う。最後に一度だけ変換するほうが、ずっと制約の中で暮らすよりはるかに楽です。

圧縮はどこに収まるか

保存に向いていることと軽いことは緊張関係にあり、どちらが欲しいのかを意識して決める価値があります。強い画像圧縮は情報を永久に捨てます。それこそ保存が防ぐべきことなので、保存用の複製はごく控えめに圧縮するか、まったく圧縮しないでください。実務的な形は二つのファイルです。保存庫には忠実なPDF/Aの複製を置き、メールや日々の閲覧には圧縮した派生版を置き、必要になれば作り直します。誤りは圧縮版だけを残してそれを保存と呼ぶことです。それは2050年にも開くでしょうし、今日あなたが捨てた細部は、そのときも欠けたままです。