您可以将五份 PDF 报告合并为一个合并文件，以便每季度提交一次。合并成功完成，合并后的文档看起来正确。但是，当您检查文档属性时，作者字段仅显示第一个文件的创建者。其他四个文件的创建日期丢失。帮助组织每个源文件的关键字和主题元数据都消失了。视觉内容被合并，但纪录片背景被剥离。
丢弃源文档元数据的合并 PDF操作会创建一个组合文件，该文件的用处不如各个部分的总和。标识每个文件的创建者、上次修改时间以及文件包含内容的元数据将在合并中丢失。对于出处很重要的文档，例如法律备案、监管提交和审计包，合并期间的元数据丢失是一个严重的问题。
PDF 合并期间元数据会发生什么情况
PDF 元数据存储在文档信息字典中，这是一种文件级别的结构，包含标题、作者、主题、关键字、创建者、制作者、创建日期和修改日期。合并多个 PDF 时，合并工具必须决定要保留哪个源文件元数据。大多数工具保留第一个文件中的元数据并丢弃其余部分。有一些工具允许您选择要保留的文件元数据。
每个源文件中的PDF元数据还包括XMP元数据，这是一种基于XML的元数据格式，可以存储标准字段之外的自定义属性。 XMP 元数据越来越多地用于文档管理集成、存储项目代码、客户端 ID 和工作流程状态。大多数合并工具根本不保留 XMP 元数据，将其视为可以安全丢弃的不熟悉的格式。
任何标准合并工具中都不会保留页面级元数据，例如每个页面的来源和原始文件的页面尺寸。合并的文档具有一组页面尺寸，并且没有迹象表明页面来自具有不同特征的不同来源。
哪些元数据丢失，哪些保留
在合并过程中通常会丢失的标准元数据字段包括除第一个之外的所有源文件中的作者、主题和关键字。创建日期重置为合并日期。生产者字段更改为合并工具。页计数元数据变成合并的页计数，丢失各个源页计数。
视觉内容元数据（例如嵌入在每个页面中的字体信息）在合并后仍然存在，因为它是页面内容的一部分，而不是文档信息字典的一部分。书签和链接可能会或可能不会保留，具体取决于合并工具。大多数工具会丢弃除第一个文件之外的所有文件中的书签或丢弃所有书签。
WukongPDF 提供PDF 格式 工具，用于通过浏览器合并文件。合并功能将多个源文件的页面合并到一个文档中，其他工具可以在合并后添加元数据。
通过合并过程保留元数据
最可靠的方法是在合并之前记录源文件元数据，然后将其添加回合并的文档中。创建元数据摘要，列出每个源文件名、作者、创建日期和关键元数据字段。合并后，将此摘要添加为合并文档中的页面或作为单独的元数据索引文件。
一些高级 PDF 工具允许您在合并之前将源文件信息嵌入到每个页面中。向每个源文件添加页眉或页脚，其中包括文件名、作者和日期。合并标记的文件。源信息现在是可见页面内容的一部分，并且在任何合并操作后仍然存在。
对于将合并 PDF 作为监管流程一部分的组织，请在标准操作程序中记录合并程序。该过程应指定如何保留源元数据以及如何配置合并的文档元数据。
合并后添加回元数据
合并后，打开合并的文档属性并添加丢失的元数据。标题应描述合并的文档内容。作者应该是执行合并的人或系统。主题应总结合并的内容。关键字应包括所有源文档中的术语。
对于合并后将在文档管理系统中管理的文档，将系统配置为根据合并的文档内容自动提取或应用元数据。合并工具和文档管理系统之间的集成使元数据保存工作流程自动化。
作为合并文档的第一页添加的封面页可以用作元数据索引。封面页列出了合并文档中的每个源文件名、作者、创建日期、主题和页面范围。任何打开文档的人都可以看到此页内元数据，并且可以在任何进一步处理中保留下来。
PDF/A 归档标准对可能与合并冲突的元数据有特定要求。合并在一起的一组 PDF/A 文档可能不再符合 PDF/A，因为合并的文档元数据不符合标准要求。如果合并的文档必须符合 PDF/A 标准，请在合并后验证合规性。
当合并 PDF 以进行法律发现或监管提交时，元数据保存要求可能由接收方或机构指定。一些法院要求每个源文档作为单独的文件提交，且其原始元数据完好无损。合并文件可能违反提交要求。
按元数据索引 PDF 的文档管理系统可能无法正确索引其元数据仅反映第一个源文件的合并文档。其他源文件中的页面对于基于元数据的搜索是不可见的。将全面的关键字添加到合并的文档元数据中可以提高可发现性。
合并工具文档应说明其元数据处理行为。使用示例文件测试该工具以验证文档声明。声称保留所有源文件中的元数据的工具应通过将文件与已知的不同元数据合并并检查合并的输出来进行测试。
对于作为重复业务流程的一部分执行的合并（例如每月报告编译），请在合并后自动执行元数据注入。脚本或批处理读取源文件元数据，合并文件，并将组合的元数据写入合并的文档属性。
合并的文档页数元数据应等于源文档页数的总和。如果总和错误，页面会在合并过程中丢失或重复。验证页数是一种快速检查，可确认合并操作已完成。
合并包含数字签名的 PDF 时，签名将因合并而失效。元数据应注意源文档已签名，并且合并的文档包含这些签名文档的可视内容，但不包含加密签名。
PDF 合并期间的元数据保存是一个很少受到关注的细节，直到缺少作者姓名、创建日期或关键字导致文档在搜索中无法找到或在诉讼中不可接受。在合并之前解决元数据保存问题可以防止这些下游后果。
理想的合并工具将多个来源的页面合并到一个文档中，同时保留标识每个页面的来源、创建时间和作者的元数据。这种理想的行为与典型的合并工具行为之间的差距是用户必须通过手动步骤弥合的差距。
PDF 合并过程中元数据保存的挑战反映了文档管理中合并文件的便利性与维护文档来源和个人身份的重要性之间更广泛的紧张关系。
将合并 PDF 作为受监管工作流程一部分的组织应记录其元数据保存方法，并通过定期测试、合并示例文件并验证所需元数据是否能在合并过程中幸存下来进行验证。
随 PDF 文档一起传送的元数据讲述了其创建、修改和目的的故事，通过合并操作保留该故事可以维护未来读者所需的文档上下文。
保留其源文件身份的合并文档继承了赋予每个页面其含义和权威的文档上下文，而放弃此上下文的合并文档将所有页面降低到平等的匿名状态。
与丢失元数据（可能包括无法找到的文档、不可接受的证据和不完整的审计跟踪）的成本相比，在 PDF 合并过程中保留元数据所需的工作量是微不足道的。
PDF 文档中嵌入的元数据包含有关其来源、作者和历史的信息，这些信息与可见页面内容分开，但对于文档管理、搜索和合规性同样重要。
PDF 文档的合并是最常见的文档操作之一，每天在各种规模的组织中执行数百万次，合并工具的元数据处理行为会影响所有这些合并文档的可发现性和证据价值。
当 PDF 作为商业交易、法律协议或监管提交的正式记录时，识别其来源和作者身份的元数据与可见内容一样重要，通过文档操作保留该元数据可以保障文档的证据价值。
将元数据保存方法记录为文档组装标准操作过程的一部分，确保无论谁执行合并操作，该方法都得到一致的应用。
| 元数据字段 | 合并后 | 恢复方法 |
|---|---|---|
| 标题 | 仅从第一个文件开始 | 合并后手动设置 |
| 作者 | 仅从第一个文件开始 | 设置为合并运算符 |
| 主题 | 通常会丢失 | 合并后添加摘要 |
| 关键词 | 仅从第一个文件开始 | 结合所有来源的关键字 |
| 创建日期 | 重置为合并日期 | 单独记录原始日期 |