Você mescla cinco relatórios PDF em um arquivo combinado para envio trimestral. A fusão foi concluída com êxito e o documento combinado parece correto. Mas quando você verifica as propriedades do documento, o campo do autor mostra apenas o criador do primeiro arquivo. As datas de criação dos outros quatro arquivos são perdidas. As palavras-chave e os metadados de assunto que ajudaram a organizar cada arquivo de origem desapareceram. O conteúdo visual foi mesclado, mas o contexto documental foi despojado.
Uma operação Merge PDF que descarta metadados do documento de origem cria um arquivo combinado que é menos útil do que a soma de suas partes. Os metadados que identificaram quem criou cada arquivo, quando foi modificado pela última vez e o que ele contém são perdidos na mesclagem. Para documentos cuja proveniência é importante, como registros legais, submissões regulatórias e pacotes de auditoria, a perda de metadados durante a fusão é um problema significativo.
O que acontece com os metadados durante uma mesclagem de PDF
Os metadados do PDF são armazenados no dicionário de informações do documento, uma estrutura no nível do arquivo que contém título, autor, assunto, palavras-chave, criador, produtor, data de criação e data de modificação. Quando vários PDFs são mesclados, a ferramenta de mesclagem deve decidir quais metadados do arquivo de origem serão preservados. A maioria das ferramentas preserva os metadados do primeiro arquivo e descarta o restante. Algumas ferramentas permitem que você escolha quais metadados de arquivo manter.
Os Metadados PDF de cada arquivo de origem também incluem metadados XMP, um formato de metadados baseado em XML que pode armazenar propriedades personalizadas além dos campos padrão. Os metadados XMP são cada vez mais usados para integração de gerenciamento de documentos, armazenamento de códigos de projetos, IDs de clientes e status de fluxo de trabalho. A maioria das ferramentas de mesclagem não preserva os metadados XMP, tratando-os como um formato desconhecido que pode ser descartado com segurança.
Os metadados no nível da página, como a origem de cada página e as dimensões da página do arquivo original, não são preservados em nenhuma ferramenta de mesclagem padrão. O documento mesclado possui um único conjunto de dimensões de página e nenhuma indicação de que as páginas vieram de fontes diferentes com características diferentes.
Experimente mesclar PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.
Quais metadados são perdidos e quais sobrevivem
Os campos de metadados padrão que normalmente são perdidos durante a mesclagem incluem autor, assunto e palavras-chave de todos os arquivos de origem, exceto o primeiro. A data de criação é redefinida para a data de mesclagem. O campo produtor muda para a ferramenta de mesclagem. Os metadados de contagem de páginas tornam-se a contagem de páginas mescladas, perdendo as contagens de páginas de origem individuais.
Os metadados de conteúdo visual, como informações de fonte incorporadas em cada página, sobrevivem à fusão porque fazem parte do conteúdo da página e não do dicionário de informações do documento. Marcadores e links podem ou não sobreviver dependendo da ferramenta de mesclagem. A maioria das ferramentas descarta marcadores de todos os arquivos, exceto o primeiro, ou descarta todos os marcadores.
WukongPDF fornece ferramentas Formato PDF para mesclar arquivos por meio do navegador. A função de mesclagem combina páginas de vários arquivos de origem em um único documento, e ferramentas adicionais podem adicionar metadados após a mesclagem.
Preservando metadados por meio do processo de mesclagem
A abordagem mais confiável é documentar os metadados do arquivo de origem antes de mesclar e adicioná-los novamente ao documento mesclado posteriormente. Crie um resumo de metadados que liste cada nome de arquivo de origem, autor, data de criação e principais campos de metadados. Após a mesclagem, adicione este resumo como uma página no documento mesclado ou como um arquivo de índice de metadados separado.
Algumas ferramentas avançadas de PDF permitem incorporar informações do arquivo de origem em cada página antes de mesclar. Adicione um cabeçalho ou rodapé a cada arquivo de origem que inclua o nome do arquivo, autor e data. Mesclar os arquivos carimbados. As informações de origem agora fazem parte do conteúdo visível da página e sobrevivem a qualquer operação de mesclagem.
Para organizações que mesclam PDFs como parte de um processo regulamentado, documente o procedimento de mesclagem no procedimento operacional padrão. O procedimento deve especificar como os metadados de origem são preservados e como os metadados do documento mesclado são configurados.
Adicionando metadados após a fusão
Após a mesclagem, abra as propriedades do documento mesclado e adicione os metadados que foram perdidos. O título deve descrever o conteúdo do documento mesclado. O autor deve ser a pessoa ou sistema que realizou a mesclagem. O assunto deve resumir o conteúdo mesclado. As palavras-chave devem incluir termos de todos os documentos de origem.
Para documentos que serão gerenciados em um sistema de gerenciamento de documentos após a mesclagem, configure o sistema para extrair ou aplicar metadados automaticamente com base no conteúdo do documento mesclado. A integração entre a ferramenta de mesclagem e o sistema de gerenciamento de documentos automatiza o fluxo de trabalho de preservação de metadados.
Uma página de rosto adicionada como a primeira página do documento mesclado pode servir como um índice de metadados. A página de rosto lista cada nome de arquivo de origem, seu autor, data de criação, assunto e intervalo de páginas no documento mesclado. Esses metadados na página ficam visíveis para qualquer pessoa que abre o documento e sobrevivem a qualquer processamento posterior.
PDF/A, o padrão de arquivamento, possui requisitos específicos para metadados que podem entrar em conflito com a fusão. Um conjunto de documentos PDF/A mesclados pode não estar mais em conformidade com o PDF/A porque os metadados do documento mesclado não atendem aos requisitos padrão. Se o documento mesclado precisar ser compatível com PDF/A, verifique a conformidade após a mesclagem.
Ao mesclar PDFs para descoberta legal ou envio regulatório, os requisitos de preservação de metadados podem ser especificados pela parte ou agência receptora. Alguns tribunais exigem que cada documento fonte seja apresentado como um arquivo separado com seus metadados originais intactos. A mesclagem de documentos pode violar os requisitos de envio.
Os sistemas de gerenciamento de documentos que indexam PDFs por seus metadados podem não indexar corretamente um documento mesclado cujos metadados refletem apenas o primeiro arquivo de origem. As páginas de outros arquivos de origem são invisíveis para pesquisas baseadas em metadados. Adicionar palavras-chave abrangentes aos metadados do documento mesclado melhora a capacidade de descoberta.
A documentação da ferramenta de mesclagem deve indicar seu comportamento de manipulação de metadados. Teste a ferramenta com arquivos de amostra para verificar as reivindicações da documentação. Uma ferramenta que afirma preservar metadados de todos os arquivos de origem deve ser testada mesclando arquivos com metadados distintos e conhecidos e verificando a saída mesclada.
Para mesclagens realizadas como parte de um processo de negócios recorrente, como compilação de relatórios mensais, automatize a injeção de metadados após a mesclagem. Um script ou processo em lote lê os metadados do arquivo de origem, mescla os arquivos e grava os metadados combinados nas propriedades do documento mesclado.
Os metadados de contagem de páginas do documento mesclado devem ser iguais à soma das contagens de páginas do documento de origem. Se a soma estiver errada, as páginas foram perdidas ou duplicadas durante a mesclagem. A verificação da contagem de páginas é uma verificação rápida que confirma que a operação de mesclagem foi concluída.
Ao mesclar PDFs que contenham assinaturas digitais, as assinaturas serão invalidadas pela mesclagem. Os metadados devem indicar que os documentos de origem foram assinados e que o documento mesclado contém o conteúdo visual desses documentos assinados, mas não as assinaturas criptográficas.
A preservação de metadados durante a fusão de PDFs é um detalhe que recebe pouca atenção até que o nome do autor, a data de criação ou a palavra-chave ausentes façam com que um documento se torne inencontrável em uma pesquisa ou inadmissível em um processo. Abordar a preservação de metadados antes da fusão evita essas consequências posteriores.
A ferramenta de mesclagem ideal combina páginas de diversas fontes em um documento, preservando os metadados que identificam a origem de cada página, quando foi criada e quem a criou. A lacuna entre esse comportamento ideal e o comportamento típico da ferramenta de mesclagem é uma lacuna que os usuários devem preencher com etapas manuais.
O desafio da preservação de metadados durante a fusão de PDFs reflete uma tensão mais ampla no gerenciamento de documentos entre a conveniência de combinar arquivos e a importância de manter a origem do documento e a identidade individual.
As organizações que mesclam PDFs como parte de fluxos de trabalho regulamentados devem documentar sua abordagem de preservação de metadados e validá-la por meio de testes periódicos, mesclando arquivos de amostra e verificando se os metadados necessários sobrevivem ao processo de mesclagem.
Os metadados que acompanham um documento PDF contam a história de sua criação, modificação e propósito, e preservar essa história por meio de operações de mesclagem mantém o contexto documental que os futuros leitores precisarão.
Um documento mesclado que preserva a identidade de seus arquivos de origem transporta o contexto documental que dá a cada página seu significado e autoridade, enquanto um documento mesclado que descarta esse contexto reduz todas as páginas ao status igual e anônimo.
O esforço necessário para preservar os metadados durante a fusão de PDFs é modesto em comparação com o custo dos metadados perdidos, que pode incluir documentos não encontráveis, provas inadmissíveis e trilhas de auditoria incompletas.
Os metadados incorporados em um documento PDF carregam informações sobre sua origem, autoria e histórico que são separadas do conteúdo visível da página, mas igualmente importantes para gerenciamento, pesquisa e conformidade de documentos.
A mesclagem de documentos PDF é uma das operações documentais mais comuns, realizada milhões de vezes diariamente em organizações de todos os tamanhos, e o comportamento de manipulação de metadados das ferramentas de mesclagem afeta a capacidade de descoberta e o valor probatório de todos esses documentos combinados.
Quando os PDFs servem como registro oficial de transações comerciais, acordos legais ou envios regulatórios, os metadados que identificam sua origem e autoria são tão importantes quanto o conteúdo visível, e a preservação desses metadados por meio de operações documentais salvaguarda o valor probatório do documento.
Documentar a abordagem de preservação de metadados como parte do procedimento operacional padrão para montagem de documentos garante que a abordagem seja aplicada de forma consistente, independentemente de quem executa a operação de mesclagem.
| Campo de metadados | Sobrevive à fusão | Método de recuperação |
|---|---|---|
| Título | Somente do primeiro arquivo | Definir manualmente após mesclar |
| Autor | Somente do primeiro arquivo | Definir para operador de mesclagem |
| Assunto | Geralmente perdido | Adicionar resumo após mesclar |
| Palavras-chave | Somente do primeiro arquivo | Combine palavras-chave de todas as fontes |
| Data de criação | Redefinir para data de mesclagem | Documente as datas originais separadamente |
Experimente mesclar PDF
Nenhuma instalação necessária. Funciona diretamente no seu navegador.