Elektronické publikace - možnost archivace PDF i PDF/A

[kerschfilip]

Zdravím,

Při zpracování born digital publikací v KNAV narážíme pravidelně na problémy při konverzi PDF do PDF/A. Zejména jde o

• Nemožnost soubor do PDF/A vůbec převést (při kontrole přes veraPDF je výsledek nevalidní, i když Adobe např. tvrdí, že soubor PDF/A je)
• Ztráta části informačního obsahu u validních PDF/A (nejčastěji kvůli nedostupnosti fontů)
• Vizuální rozdíly mezi původním a konvertovaným souborem (nejčastěji snížená kvalita obrázků v PDF/A oproti PDF)

Vzhledem k těmto problémům zvažujeme možnost uchovávat jak původní verzi PDF získanou od vydavatele, tak její verzi převedenou na PDF/A. Ideální by samozřejmě bylo s vydavatelem vykomunikovat problémy v předaném PDF a vyřešit je tak, že ke zpracování dostaneme validní PDF/A. Např. v našem případě jsou ale vydavateli ústavy AV ČR, které často nemají dostatečnou kapacitu tohle řešit.

Otázky:

1. Potýká se někdo s podobnými problémy a má případně nějaké (osvědčené) návrhy na jejich řešení?
2. Umožňuje současný standard NDK uchovávat obě verze PDF (původní i PDF/A)?

V současné DMF je, že standard předpokládá zpracovávání dokumentů ve formátech .epub, PDF a PDF/A, přičemž doporučené jsou verze .epub 2.0.1 a PDF/A-1 a PDF/A-2. Také je uvedeno, že složka může obsahovat více souborových formátů pro jednu intelektuální entitu. Není nám však jasné, jak přesně postupovat v případě uchování obou verzí PDF a jak lze v rámci standardu označit jednu verzi jako archivní a druhou jako uživatelskou kopii (např. pro použití v Krameriovi)? Částečně issue asi souvisí s #94

Obdobně si vlastně nejsem jistý, jak je možné např. pro jednu elektronickou monografii mít soubory ve formátu PDF i EPUB - respektive hlavně jak to má vypadat ve strukturální a logické mapě.

Díky moc za případné rady k této problematice.

[FilipPavcik]

Ahoj, aspoň stručne skúsim odpovedať:

1. ano, aj my máme podobné problémy pri konverzi – hlavne čo sa týka vizuálnych rozdielov, ale aj čo sa týka nevalidnosti (podle VeraPDF). Avšak bohužiaľ zatiaľ ešte na to nemáme žiadne osvedčené riešenie.
2. V súčasnosti to standard de facto neumožňuje. Hoci je v DMF uvedené, že „složka může obsahovat více formátů“, nie je tam definované, ako konkrétne má vyzerať balíček, ani ako to má byť v štrukturálnych mapách. Podobu balíčku s viacerými formátmi (minimálne pre pôvodné PDF a PDF/A plánujeme nadefinovať).

Túto požiadavku môžeme prebrať aj na najbližšej schůzke PS pro elektronické publikace.