PDF 轉 PDF/A：轉換過程中會被丟掉什麼

法院的電子遞狀系統、大學的論文繳交入口，或是某份檔案保存規定——總有一處會告訴你，檔案必須是 PDF/A。這是一種為了「三十年後被一個還沒被寫出來的軟體打開」而設計的 PDF，意思是這一頁要顯示出來所需要的一切，都得裝在檔案裡面。轉換只有一步，但它到底改了你文件的什麼，值得花兩分鐘弄清楚。

轉換到底做了什麼

有三件事會變，而它們都在做同一件事：切斷這份檔案對開啟它的那台機器的依賴。

• 所有字型被嵌進去。一般的 PDF 可以只寫一句「這裡用 Arial」，然後指望你的電腦自己有。PDF/A 不允許，於是字形輪廓被整個複製進文件。這就是輸出比輸入大的主因。
• 色彩被釘死。色彩會被轉換到與裝置無關的色彩空間，於是某個紅色是被絕對定義的，而不是交給螢幕或印表機自己去解讀。
• 一切伸手到檔案外面的東西都被拿掉。JavaScript、內嵌的音訊視訊、指向磁碟上其他檔案的連結，以及加密，都是這個標準明令禁止的。

輸出的是 PDF/A-2b。2 是 ISO 標準的版本號，b 是符合性等級——基本級，意思是這份檔案保證以後看起來還是這個樣子。把「看起來」這三個字記住，下面還會用到。

合規優先於保真

轉換器碰到 PDF/A 不允許的東西時只有兩條路：留著這個特性、給你一份過不了驗證的檔案，或是丟掉它、給你一份能過的。我們選擇丟掉。你拿到的是一份能通過驗證的檔案——而這正是當初有人要求 PDF/A 的全部意義。

大多數文件不會損失什麼，因為大多數文件就是文字和圖片。如果你的檔案裡有這些，轉完打開確認一下：

• 掛了指令碼的表單欄位，它們會不再能互動
• 內嵌的多媒體，是被移除而不是被轉換
• 指向 PDF 旁邊那些配套檔案的連結，這些留不下來

設了密碼的 PDF 是另一回事。標準直接禁止加密，所以這類檔案得先解鎖，否則根本進不了轉換這一步。

基本級不等於能搜尋

這一點被誤會的次數夠多，值得把話說明白。PDF/A-2b 保證的是這一頁看起來沒問題，它對「這一頁背後有沒有真正的文字」隻字未提。

拿一份掃描檔跑一遍，你會得到一個完全合規的封存 PDF，而它的每一頁仍然是紙的照片。選不到，搜不到，驗證工具卻會愉快地放行。如果你的檔案真正需要的是能被檢索的文字，那就先幫掃描檔做 OCR、再轉換，順序不能反——轉 PDF/A 不會憑空生出文字層，而轉完之後再跑 OCR，等於把你剛弄合規的檔案又重寫了一遍。

常見問題

為什麼轉出來的 PDF/A 比原檔大？

幾乎都是因為嵌了字型。用兩三種字型排的文件可能會多幾百 KB，而用了中日韓字型的檔案可能多好幾 MB，因為整套字元集都得跟著走。這份重量正是封存在做它該做的事。轉完再壓縮當然可以，但等於白做：壓縮會重寫檔案，你得重新驗證一遍。真要壓就先壓再轉。

我編輯過之後，它還算 PDF/A 嗎？

當作不算比較穩妥。加個簽名、填個表單，或是用一個不認識 PDF/A 的編輯器另存一次，都可能悄悄把標準禁止的東西塞回去，而檔案仍然頂著 PDF/A 的名頭，只是已經不符合了。把轉換當成封存或遞交前的最後一步，而不是中間的某一環。