OpenPDF的学习文档（第六章·PDF元数据和归档标准）

PDF元数据

• 所谓的元数据Metadata，就是PDF文档的属性信息，不是打印在PDF页面上的。
• addAuthor(String author) 添加作者，一般是创作人或组织。(张三，某某组织，某某办公室)
• addCreator(String creator) 添加创建者，生成文档的上游系统或软件。(某某系统，Microsoft Word)
• addProducer() 添加生产者，一般是底层渲染库。(OpenPDF, iText, PDF-XChange Editor)
• addCreationDate(PdfDate date) 添加创建日期
• addModificationDate(PdfDate date) 添加修改日期
• addKeywords(String keywords) 添加关键字
• addSubject(String subject) 添加主题
• addTitle(String title) 添加标题
• 
• addHeader(String name, String content) 添加自定义的PDF元信息。
• 严重警告：在document.open();之前使用。

• PdfWriter writer = PdfWriter.getInstance(document, outputStream);
  
  document.addAuthor("作者");
  document.addCreator("创建者");
  document.addProducer(); // 添加生产者
  
  document.addCreationDate(); // 创建日期
  document.addModificationDate(); // 修改日期
  
  document.addKeywords("关键字");
  document.addSubject("PDF主题"); // PDF主题
  document.addTitle("PDF标题"); // PDF标题
  
  
  document.open();
  document.add(new Paragraph("Hi"));
  document.close();
  

归档标准 PDF/A（Portable Document Format for Archival）

• PDF归档：目的是确保文档在未来几十年甚至几百年后打开时，其外观、结构和可读性与最初创建时完全一致
• ISO 标准组织（ISO 19005 系列） 主持创建标准。
• 迄今为止，ISO组织一共发布了4代PDF/A标准

  • PDF/A-1（ISO 19005-1:2005，基于 PDF 1.4）

  • PDF/A-2（ISO 19005-2:2011，基于 PDF 1.7）

  • PDF/A-3（ISO 19005-3:2012，基于 PDF 1.7）

  • PDF/A-4（ISO 19005-4:2020，基于 PDF 2.0）

  • PDF/A-1 到 PDF/A-3 中：有三个级别

    • -b：基本级，只保证视觉呈现一致。
    • -u：文本检索级，所有字符都有对应的 Unicode 映射，保证文本可以被正确复制和搜索。
    • -a：无障碍/结构化级，标签化 PDF（Tagged PDF）、标注文章逻辑顺序（如标题、段落、表格结构）、方便盲人阅读器等无障碍设备读取。

  • PDF/A-4 废弃了上述三个级别

    • PDF/A-4：基础模式
    • PDF/A-4f：允许嵌入非 PDF/A 的任意格式附件
    • PDF/A-4e：针对工程和 3D 图纸领域的归档
• 在OpenPDF的PdfWriter类中，找到了一些关于PDF/A标准的常量。

• /**
   * A PDF/X level.
   */
  public static final int PDFXNONE = 0;
  /**
   * A PDF/X level.
   */
  public static final int PDFX1A2001 = 1;
  
  // Open and Close methods + method that create the PDF
  /**
   * A PDF/X level.
   */
  public static final int PDFX32002 = 2;
  /**
   * PDFA-1A level.
   */
  public static final int PDFA1A = 3;
  /**
   * PDFA-1B level.
   */
  public static final int PDFA1B = 4;
  /**
   * PDFA-2A level.
   */
  public static final int PDFA2A = 5;
  /**
   * PDFA-2B level.
   */
  public static final int PDFA2B = 6;
  /**
   * PDFA-2U level.
   */
  public static final int PDFA2U = 7;
  /**
   * PDFA-3A level.
   */
  public static final int PDFA3A = 8;
  /**
   * PDFA-3B level.
   */
  public static final int PDFA3B = 9;
  /**
   * PDFA-3U level.
   */
  public static final int PDFA3U = 10;
  

• 找到了一份官网示例，创建符合PDF/A-1b的PDF

• public class PdfA1B {
  
      /**
       * Creates a document validating PDF/A-1b conformance
       *
       * @param args no arguments needed here
       */
      public static void main(String[] args) {
          System.out.println("PDF/A-1b");
  
          // step 1: creation of a document-object
          Document document = new Document();
  
          try {
  
              // step 2: create writer and set conformance
              PdfWriter writer = PdfWriter.getInstance(document, new FileOutputStream("PdfA1b.pdf"));
              // 关键点：设置PDFA1B属性。
              // 但是我没有搞明白PDF/A为什么要和PDF/X方法里校验
              writer.setPDFXConformance(PDFA1B);
  
              // step 3: open the document
              document.open();
  
              // create pdf dictionary with required entry
              PdfDictionary pdfDictionary = new PdfDictionary();
              pdfDictionary.put(PdfName.CREATIONDATE, writer.getInfo().get(PdfName.CREATIONDATE));
              pdfDictionary.put(PdfName.MODDATE, writer.getInfo().get(PdfName.MODDATE));
  
              try (ByteArrayOutputStream baos = new ByteArrayOutputStream()) {
  
                  // embed dictionary in XmpWriter
                  XmpWriter xmpWriter = new XmpWriter(baos, pdfDictionary, PdfWriter.PDFA1B);
                  xmpWriter.close();
  
                  byte[] xmpMetadata = baos.toByteArray();
  
                  // set xmp metadata and output intents
                  writer.setXmpMetadata(xmpMetadata);
                  writer.setOutputIntents("Custom", "", null, "sRGB IEC61966-2.1",
                          ICC_Profile.getInstance(ColorSpace.CS_sRGB));
              }
  
              // step 4:
  
              // we make some content
              String fontDir = "org/openpdf/examples/fonts/";
  
              BaseFont notoBase = BaseFont.createFont(
                      Objects.requireNonNull(
                              PdfA1B.class.getClassLoader().getResource(fontDir + "noto/NotoSans-Regular.ttf")).getFile(),
                      BaseFont.IDENTITY_H, BaseFont.EMBEDDED);
              Font noto = new Font(notoBase, 10, Font.NORMAL);
  
              // a paragraph
              Paragraph p1 = new Paragraph("This document is compliant with PDF-A/1b requirements", noto);
  
              // some paragraph
              Paragraph p2 = new Paragraph("blah, blah, blah", noto);
  
              // we add the content
              document.add(p1);
              document.add(p2);
              document.add(p2);
              document.add(p2);
              document.add(p2);
              document.add(p2);
              document.add(p2);
              document.add(p2);
          } catch (DocumentException | IOException de) {
              System.err.println(de.getMessage());
          }
  
          // step 5: we close the document
          document.close();
      }
  }
  

• 这里的例子有很大的问题，OpenPDF根本没有校验PDFA1B的逻辑。
• 有兴趣的可以查看PdfXConformanceImp.checkPDFXConformance(PdfWriter writer, int key, Object obj1)和PdfXConformance.setPDFXConformance(int pdfxConformance)源码。

PDF/X 印刷保证。

• PDF/X-1a
• PDF/X-3
• PDF/X-4
• PDF/X-6
• OpenPDF只能保证PDF/X-1a:2001，还不一定全面。

这一部分知识尽量别用openPDF进行限制。