Combina cinco informes PDF en un archivo combinado para enviarlo trimestralmente. La fusión se completa correctamente y el documento combinado parece correcto. Pero cuando verifica las propiedades del documento, el campo de autor muestra solo el creador del primer archivo. Las fechas de creación de los otros cuatro archivos se pierden. Las palabras clave y los metadatos temáticos que ayudaron a organizar cada archivo fuente desaparecieron. Se fusionó el contenido visual, pero se eliminó el contexto documental.
Una operación Fusionar PDF que descarta los metadatos del documento fuente crea un archivo combinado que es menos útil que la suma de sus partes. Los metadatos que identificaron quién creó cada archivo, cuándo se modificó por última vez y qué contiene se pierden en la combinación. Para documentos cuya procedencia importa, como presentaciones legales, presentaciones regulatorias y paquetes de auditoría, la pérdida de metadatos durante la fusión es un problema importante.
¿Qué sucede con los metadatos durante una combinación de PDF?
Los metadatos del PDF se almacenan en el diccionario de información del documento, una estructura a nivel de archivo que contiene el título, autor, materia, palabras clave, creador, productor, fecha de creación y fecha de modificación. Cuando se combinan varios archivos PDF, la herramienta de combinación debe decidir qué metadatos del archivo de origen conservar. La mayoría de las herramientas conservan los metadatos del primer archivo y descartan el resto. Algunas herramientas le permiten elegir qué metadatos de archivo conservar.
Los PDF Metadatos de cada archivo fuente también incluyen metadatos XMP, un formato de metadatos basado en XML que puede almacenar propiedades personalizadas más allá de los campos estándar. Los metadatos XMP se utilizan cada vez más para la integración de la gestión de documentos, el almacenamiento de códigos de proyectos, ID de clientes y estados del flujo de trabajo. La mayoría de las herramientas de combinación no conservan los metadatos XMP en absoluto, tratándolos como un formato desconocido que puede descartarse de forma segura.
Los metadatos a nivel de página, como el origen de cada página y las dimensiones de la página del archivo original, no se conservan en ninguna herramienta de combinación estándar. El documento fusionado tiene un único conjunto de dimensiones de página y no hay indicación de que las páginas procedan de diferentes fuentes con diferentes características.
Pruebe fusionar PDF
No se necesita instalación. Funciona directamente en su navegador.
Qué metadatos se pierden y cuáles sobreviven
Los campos de metadatos estándar que normalmente se pierden durante la fusión incluyen el autor, el tema y las palabras clave de todos los archivos fuente excepto el primero. La fecha de creación se restablece a la fecha de fusión. El campo productor cambia a la herramienta de combinación. Los metadatos del recuento de páginas se convierten en el recuento de páginas fusionadas, perdiendo los recuentos de páginas de origen individuales.
Los metadatos del contenido visual, como la información de fuentes incrustada en cada página, sobreviven a la fusión porque son parte del contenido de la página, no del diccionario de información del documento. Los marcadores y enlaces pueden sobrevivir o no dependiendo de la herramienta de combinación. La mayoría de las herramientas descartan los marcadores de todos los archivos excepto el primero o descartan todos los marcadores.
WukongPDF proporciona herramientas de PDF Format para fusionar archivos a través del navegador. La función de combinación combina páginas de varios archivos de origen en un solo documento y herramientas adicionales pueden agregar metadatos después de la combinación.
Preservar metadatos mediante el proceso de fusión
El enfoque más confiable es documentar los metadatos del archivo fuente antes de fusionarlos y luego volver a agregarlos al documento fusionado. Cree un resumen de metadatos que enumere cada nombre de archivo fuente, autor, fecha de creación y campos de metadatos clave. Después de fusionar, agregue este resumen como una página en el documento fusionado o como un archivo de índice de metadatos separado.
Algunas herramientas PDF avanzadas le permiten incrustar información del archivo de origen en cada página antes de fusionarla. Agregue un encabezado o pie de página a cada archivo fuente que incluya el nombre del archivo, el autor y la fecha. Fusiona los archivos estampados. La información de origen ahora forma parte del contenido visible de la página y sobrevive a cualquier operación de fusión.
Para las organizaciones que fusionan archivos PDF como parte de un proceso regulado, documenten el procedimiento de fusión en el procedimiento operativo estándar. El procedimiento debe especificar cómo se conservan los metadatos de origen y cómo se configuran los metadatos del documento fusionado.
Agregar metadatos nuevamente después de fusionar
Después de fusionar, abra las propiedades del documento fusionado y agregue los metadatos que se perdieron. El título debe describir el contenido del documento fusionado. El autor debe ser la persona o sistema que realizó la fusión. El tema debe resumir el contenido fusionado. Las palabras clave deben incluir términos de todos los documentos fuente.
Para los documentos que se administrarán en un sistema de gestión de documentos después de la fusión, configure el sistema para extraer o aplicar metadatos automáticamente según el contenido del documento fusionado. La integración entre la herramienta de combinación y el sistema de gestión de documentos automatiza el flujo de trabajo de preservación de metadatos.
Una portada agregada como primera página del documento combinado puede servir como índice de metadatos. La portada enumera cada nombre de archivo fuente, su autor, fecha de creación, tema y rango de páginas en el documento combinado. Estos metadatos en la página son visibles para cualquiera que abra el documento y sobreviva a cualquier procesamiento posterior.
PDF/A, el estándar de archivo, tiene requisitos específicos para metadatos que pueden entrar en conflicto con la fusión. Es posible que un conjunto de documentos PDF/A combinados ya no se ajusten a PDF/A porque los metadatos del documento combinado no cumplen con los requisitos estándar. Si el documento combinado debe ser compatible con PDF/A, verifique el cumplimiento después de la combinación.
Al fusionar archivos PDF para descubrimiento legal o presentación regulatoria, la parte o agencia receptora puede especificar los requisitos de conservación de metadatos. Algunos tribunales exigen que cada documento fuente se presente como un archivo separado con sus metadatos originales intactos. La fusión de documentos puede violar los requisitos de presentación.
Es posible que los sistemas de gestión de documentos que indexan archivos PDF según sus metadatos no indexen correctamente un documento combinado cuyos metadatos solo reflejen el primer archivo fuente. Las páginas de los otros archivos fuente son invisibles para las búsquedas basadas en metadatos. Agregar palabras clave completas a los metadatos del documento combinado mejora la capacidad de descubrimiento.
La documentación de la herramienta de combinación debe indicar su comportamiento de manejo de metadatos. Pruebe la herramienta con archivos de muestra para verificar las afirmaciones de la documentación. Una herramienta que pretende preservar los metadatos de todos los archivos fuente debe probarse fusionando archivos con metadatos conocidos y distintos y verificando el resultado combinado.
Para fusiones realizadas como parte de un proceso comercial recurrente, como la compilación de informes mensuales, automatice la inyección de metadatos después de la fusión. Un script o un proceso por lotes lee los metadatos del archivo de origen, fusiona los archivos y escribe los metadatos combinados en las propiedades del documento fusionado.
Los metadatos del recuento de páginas del documento combinado deben ser iguales a la suma de los recuentos de páginas del documento de origen. Si la suma es incorrecta, las páginas se perdieron o duplicaron durante la fusión. Verificar el recuento de páginas es una comprobación rápida que confirma que la operación de fusión se completó.
Al fusionar archivos PDF que contienen firmas digitales, la fusión invalidará las firmas. Los metadatos deben indicar que los documentos originales fueron firmados y que el documento fusionado contiene el contenido visual de esos documentos firmados pero no las firmas criptográficas.
La preservación de metadatos durante la combinación de PDF es un detalle que recibe poca atención hasta que la falta del nombre del autor, la fecha de creación o la palabra clave hace que un documento no se pueda encontrar en una búsqueda o sea inadmisible en un procedimiento. Abordar la preservación de los metadatos antes de la fusión evita estas consecuencias posteriores.
La herramienta de combinación ideal combina páginas de múltiples fuentes en un solo documento y al mismo tiempo conserva los metadatos que identifican de dónde proviene cada página, cuándo se creó y quién fue su autor. La brecha entre este comportamiento ideal y el típico de la herramienta de combinación es una brecha que los usuarios deben salvar con pasos manuales.
El desafío de la preservación de metadatos durante la fusión de PDF refleja una tensión más amplia en la gestión de documentos entre la conveniencia de combinar archivos y la importancia de mantener la procedencia de los documentos y la identidad individual.
Las organizaciones que fusionan archivos PDF como parte de flujos de trabajo regulados deben documentar su enfoque de preservación de metadatos y validarlo mediante pruebas periódicas, fusionando archivos de muestra y verificando que los metadatos requeridos sobrevivan al proceso de fusión.
Los metadatos que viajan con un documento PDF cuentan la historia de su creación, modificación y propósito, y preservar esa historia mediante operaciones de fusión mantiene el contexto documental que los futuros lectores necesitarán.
Un documento fusionado que preserva la identidad de sus archivos fuente mantiene el contexto documental que da a cada página su significado y autoridad, mientras que un documento fusionado que descarta este contexto reduce todas las páginas a un estado igual y anónimo.
El esfuerzo necesario para preservar los metadatos durante la combinación de PDF es modesto en comparación con el coste de la pérdida de metadatos, que puede incluir documentos imposibles de encontrar, pruebas inadmisibles y pistas de auditoría incompletas.
Los metadatos incrustados en un documento PDF contienen información sobre su origen, autoría e historial que es independiente del contenido visible de la página pero igualmente importante para la gestión, la búsqueda y el cumplimiento de los documentos.
La combinación de documentos PDF es una de las operaciones de documentos más comunes, que se realiza millones de veces al día en organizaciones de todos los tamaños, y el comportamiento de manejo de metadatos de las herramientas de combinación afecta la capacidad de descubrimiento y el valor probatorio de todos esos documentos combinados.
Cuando los archivos PDF sirven como registro oficial de transacciones comerciales, acuerdos legales o presentaciones regulatorias, los metadatos que identifican su origen y autoría son tan importantes como el contenido visible, y preservar esos metadatos a través de operaciones documentales salvaguarda el valor probatorio del documento.
Documentar el enfoque de preservación de metadatos como parte del procedimiento operativo estándar para el ensamblaje de documentos garantiza que el enfoque se aplique de manera consistente independientemente de quién realice la operación de fusión.
| Campo de metadatos | Sobrevive a la fusión | Método de recuperación |
|---|---|---|
| Título | Sólo desde el primer archivo | Establecer manualmente después de la fusión |
| Autor | Sólo desde el primer archivo | Configurar para fusionar operador |
| Sujeto | Generalmente perdido | Agregar resumen después de fusionar |
| Palabras clave | Sólo desde el primer archivo | Combine palabras clave de todas las fuentes |
| Fecha de creación | Restablecer para fusionar fecha | Documente las fechas originales por separado |
Pruebe fusionar PDF
No se necesita instalación. Funciona directamente en su navegador.