PDF non ricercabile

Un errore emerso di recente richiama l'attenzione su un limite dei documenti PDF/A di conformità B (PDF/A-1b, PDF/A-2b, PDF/A-3b) che è sempre esistito. Come tutti i documenti PDF/A, garantiscono una riproduzione visiva perfetta, inalterabile e indipendente dal sistema. Tuttavia, non garantiscono la ricercabilità e l'estraibilità del testo in ogni caso.

Un errore nei font incorporati può portare alla definizione dei contorni dei singoli caratteri, ma non all'assegnazione dei caratteri ai valori Unicode corrispondenti. Tuttavia, la ricerca e l'estrazione del testo si basano su questa mappatura. Tutti i comuni validatori identificano correttamente tali documenti come validi, perché la conformità B non richiede questa mappatura. Per l'indicizzazione del testo completo nell'archivio, questi documenti sono inutili.

Figura 1: Analisi del file di font incorporato

Il CECO ha cercato di determinare l'entità del problema in una valutazione su larga scala con documenti provenienti da diversi archivi di supporto. La valutazione effettuata con l'aiuto di KOST-Val ha dimostrato che tali documenti PDF/A esistono in tutti gli archivi e che l'errore non può essere limitato a singoli font o anni di produzione. Nella valutazione, circa il 20% di tutti i documenti testati era affetto da questo errore. Questi devono essere contrassegnati nel Sistema Informativo d'Archivio (AIS).

Un'analisi più approfondita rivela che gli effetti dell'errore sono trascurabili in molti casi, ad esempio con i font di simboli o con alcuni caratteri noti come la spaziatura o i punti. Una configurazione aggiuntiva di KOST-Val consente di ignorare questi errori. Nella valutazione CECO, l'1% dei file rimane problematico. Questi aspetti devono essere risolti in una nuova rappresentazione. Per evitare il problema, il CECO raccomanda l'uso del livello di conformità U, in particolare PDF/A-2u.

 

 I contenuti sono attualmente disponibili solo in francese e tedesco.

Per un'analisi dettagliata di PDF o PDF/A come formato di archiviazione, consultare il catalogo dei formati di file di archiviazione.