Вы объединяете пять отчетов в формате PDF в один файл для ежеквартальной подачи. Слияние завершается успешно, и объединенный документ выглядит правильно. Но когда вы проверяете свойства документа, в поле автора отображается только создатель первого файла. Даты создания остальных четырех файлов потеряны. Ключевые слова и метаданные темы, которые помогали систематизировать каждый исходный файл, исчезли. Визуальный контент был объединен, но документальный контекст удален.
Операция Merge PDF, которая отбрасывает метаданные исходного документа, создает объединенный файл, который менее полезен, чем сумма его частей. Метаданные, определяющие, кто создал каждый файл, когда он был последний раз изменен и что в нем содержится, теряются при слиянии. Для документов, происхождение которых имеет значение, таких как юридические документы, нормативные документы и пакеты аудита, потеря метаданных во время слияния является серьезной проблемой.
Что происходит с метаданными во время слияния PDF-файлов
Метаданные PDF хранятся в словаре информации о документе — структуре на уровне файла, которая содержит название, автора, тему, ключевые слова, создателя, производителя, дату создания и дату изменения. При объединении нескольких PDF-файлов инструмент слияния должен решить, какие метаданные исходного файла следует сохранить. Большинство инструментов сохраняют метаданные из первого файла и удаляют остальные. Несколько инструментов позволяют вам выбирать, какие метаданные файла сохранять.
PDF Metadata из каждого исходного файла также включает метаданные XMP — формат метаданных на основе XML, в котором можно хранить пользовательские свойства помимо стандартных полей. Метаданные XMP все чаще используются для интеграции управления документами, хранения кодов проектов, идентификаторов клиентов и состояния рабочего процесса. Большинство инструментов слияния вообще не сохраняют метаданные XMP, рассматривая их как незнакомый формат, от которого можно безопасно отказаться.
Метаданные уровня страницы, такие как источник каждой страницы и размеры страницы из исходного файла, не сохраняются ни в одном стандартном инструменте слияния. Объединенный документ имеет единый набор размеров страниц и не содержит указаний на то, что страницы взяты из разных источников с разными характеристиками.
Какие метаданные потеряны, а какие сохраняются
Стандартные поля метаданных, которые обычно теряются при слиянии, включают автора, тему и ключевые слова из всех исходных файлов, кроме первого. Дата создания сбрасывается на дату слияния. Поле производителя изменится на инструмент слияния. Метаданные количества страниц становятся объединенным количеством страниц, при этом количество страниц отдельного источника теряется.
Метаданные визуального контента, такие как информация о шрифтах, встроенная в каждую страницу, сохраняются при слиянии, поскольку они являются частью содержимого страницы, а не словаря информации документа. Закладки и ссылки могут сохраниться или не сохраниться в зависимости от инструмента слияния. Большинство инструментов удаляют закладки из всех файлов, кроме первого, или удаляют все закладки.
WukongPDF предоставляет инструменты PDF Format для объединения файлов через браузер. Функция слияния объединяет страницы из нескольких исходных файлов в один документ, а дополнительные инструменты могут добавлять метаданные после слияния.
Сохранение метаданных посредством процесса слияния
Самый надежный подход — задокументировать метаданные исходного файла перед объединением и впоследствии добавить их обратно в объединенный документ. Создайте сводку метаданных, в которой будут указаны имя каждого исходного файла, автор, дата создания и ключевые поля метаданных. После объединения добавьте это резюме как страницу в объединенный документ или как отдельный индексный файл метаданных.
Некоторые расширенные инструменты PDF позволяют встраивать информацию об исходном файле в каждую страницу перед объединением. Добавьте верхний или нижний колонтитул к каждому исходному файлу, включающий имя файла, автора и дату. Объедините файлы со штампами. Исходная информация теперь является частью видимого содержимого страницы и сохраняется после любой операции слияния.
Для организаций, которые объединяют PDF-файлы в рамках регламентированного процесса, задокументируйте процедуру объединения в стандартной рабочей процедуре. В процедуре должно быть указано, как сохраняются исходные метаданные и как настраиваются метаданные объединенного документа.
Добавление метаданных обратно после слияния
После объединения откройте свойства объединенного документа и добавьте потерянные метаданные. Заголовок должен описывать содержимое объединенного документа. Автором должно быть лицо или система, выполнившая слияние. Тема должна резюмировать объединенный контент. Ключевые слова должны включать термины из всех исходных документов.
Для документов, управление которыми будет осуществляться в системе управления документами после объединения, настройте систему на автоматическое извлечение или применение метаданных на основе содержимого объединенного документа. Интеграция инструмента слияния и системы управления документами автоматизирует рабочий процесс сохранения метаданных.
Титульный лист, добавленный в качестве первой страницы объединенного документа, может служить указателем метаданных. На титульной странице указано имя каждого исходного файла, его автор, дата создания, тема и диапазон страниц в объединенном документе. Эти внутристраничные метаданные видны всем, кто открывает документ, и выдерживают любую дальнейшую обработку.
PDF/A, стандарт архивирования, имеет особые требования к метаданным, которые могут конфликтовать со слиянием. Набор объединенных вместе документов PDF/A может больше не соответствовать PDF/A, поскольку метаданные объединенного документа не соответствуют стандартным требованиям. Если объединенный документ должен соответствовать стандарту PDF/A, проверьте соответствие после объединения.
При объединении PDF-файлов для юридического раскрытия или подачи в регулирующие органы требования к сохранению метаданных могут быть указаны принимающей стороной или агентством. Некоторые суды требуют, чтобы каждый исходный документ был представлен в виде отдельного файла с неизмененными исходными метаданными. Объединение документов может привести к нарушению требований к подаче.
Системы управления документами, индексирующие PDF-файлы по их метаданным, могут неправильно индексировать объединенный документ, метаданные которого отражают только первый исходный файл. Страницы из других исходных файлов невидимы для поиска на основе метаданных. Добавление подробных ключевых слов в метаданные объединенного документа повышает удобство обнаружения.
В документации инструмента слияния должно быть указано его поведение при обработке метаданных. Протестируйте инструмент с примерами файлов, чтобы проверить утверждения документации. Инструмент, который утверждает, что сохраняет метаданные из всех исходных файлов, должен быть протестирован путем объединения файлов с известными отдельными метаданными и проверки объединенного вывода.
Для слияний, выполняемых в рамках повторяющегося бизнес-процесса, например составления ежемесячного отчета, автоматизируйте добавление метаданных после слияния. Скрипт или пакетный процесс считывает метаданные исходного файла, объединяет файлы и записывает объединенные метаданные в свойства объединенного документа.
Метаданные количества страниц объединенного документа должны равняться сумме количества страниц исходного документа. Если сумма неправильная, страницы были потеряны или продублированы во время слияния. Проверка количества страниц — это быстрая проверка, подтверждающая завершение операции слияния.
При объединении PDF-файлов, содержащих цифровые подписи, подписи будут признаны недействительными в результате слияния. В метаданных должно быть указано, что исходные документы были подписаны и что объединенный документ содержит визуальное содержимое этих подписанных документов, но не криптографические подписи.
Сохранение метаданных во время объединения PDF-файлов — это деталь, которой уделяется мало внимания до тех пор, пока отсутствие имени автора, даты создания или ключевого слова не приведет к тому, что документ станет недоступным для поиска или неприемлемым в разбирательстве. Решение проблемы сохранения метаданных перед слиянием предотвращает эти последующие последствия.
Идеальный инструмент слияния объединяет страницы из нескольких источников в один документ, сохраняя при этом метаданные, которые определяют, откуда взялась каждая страница, когда она была создана и кто ее автор. Разрыв между этим идеалом и типичным поведением инструмента слияния — это разрыв, который пользователи должны устранить вручную.
Проблема сохранения метаданных во время объединения PDF-файлов отражает более широкое противоречие в управлении документами между удобством объединения файлов и важностью сохранения происхождения документа и индивидуальной идентичности.
Организации, которые объединяют PDF-файлы в рамках регламентированных рабочих процессов, должны документировать свой подход к сохранению метаданных и проверять его посредством периодического тестирования, объединения образцов файлов и проверки того, что необходимые метаданные сохраняются в процессе объединения.
Метаданные, которые передаются вместе с PDF-документом, рассказывают историю его создания, изменения и назначения, а сохранение этой истории посредством операций слияния поддерживает документальный контекст, который понадобится будущим читателям.
Объединенный документ, сохраняющий идентичность своих исходных файлов, передает документальный контекст, который придает каждой странице ее значение и авторитет, в то время как объединенный документ, который отбрасывает этот контекст, сводит все страницы к равному анонимному статусу.
Усилия, необходимые для сохранения метаданных во время объединения PDF-файлов, скромны по сравнению с ценой потери метаданных, которая может включать в себя невозможность найти документы, недопустимые доказательства и неполные контрольные журналы.
Метаданные, встроенные в документ PDF, содержат информацию о его происхождении, авторстве и истории, которая отделена от видимого содержимого страницы, но не менее важна для управления документами, поиска и соблюдения требований.
Объединение PDF-документов — одна из наиболее распространенных операций с документами, выполняемая миллионы раз в день в организациях любого размера, а поведение инструментов слияния при обработке метаданных влияет на возможность обнаружения и доказательную ценность всех этих объединенных документов.
Когда PDF-файлы служат официальной записью деловых операций, юридических соглашений или нормативных документов, метаданные, идентифицирующие их происхождение и авторство, так же важны, как и видимый контент, и сохранение этих метаданных посредством операций с документами обеспечивает доказательную ценность документа.
Документирование подхода к сохранению метаданных как части стандартной рабочей процедуры сборки документов гарантирует последовательное применение этого подхода независимо от того, кто выполняет операцию слияния.
| Поле метаданных | Выдерживает слияние | Метод восстановления |
|---|---|---|
| Заголовок | Только из первого файла | Установить вручную после слияния |
| Автор | Только из первого файла | Установить оператор слияния |
| Предмет | Обычно теряется | Добавить сводку после слияния |
| Ключевые слова | Только из первого файла | Объедините ключевые слова из всех источников |
| Дата создания | Сбросить дату объединения | Документируйте исходные даты отдельно |