arrow_back Hvilket verktøy er godt nok til å lage PDF/A arkivformat av dokumenter vi lager i depot?

Question

Depot lager i dag PDF/A arkivversjon av mange dokumenter som lages i produksjonslinja. Som eksempel DIAS AIP \descriptive_metadata\informasjon-om-innleveringen.docx som vi da lager .pdf som PDF/A arkivversjon av.

Informasjon om innleveringen er en tekstlig beskrivelse av bevart uttrekk/system, strukturert gjennom KDRS produksjonslinje via en mal med et antall felter for beskrikvelse (arkivskaper, arkivdeler, fra-til, type uttrekk osv.).

1. Lager MS Office/MS Word en god nok PDF/A arkivversjon av et produksjonsdokument i Word eller andre formater som Word støtter?

2. Er Adobe Acrobat fullversjon det depot må ha for å lage en valid PDF/A arkivverjson av et dokument av ulike formater?

3. Lager LibreOffice en god nok PDF/A arkivversjon av de produksjonsformater som støttes?

4. Hvilke andre verktøy kan vi anbefale til depot for å lage PDF/A arkivversjon av dokumenter?

Dette spørsmålet er først og fremst om å lage manuelt arkivversjon PDF/A av dokmenter i depot, mens automatiserte transformasjoner av et stort antall filer av innholdsfilene som produksjonsdokumenter kan diskuteres i et egne spørsmål.

Answer 1

OCRmyPDF

OCRmyPDF lager pdf/a av god kvalitet av vanlige pdf-filer. Som standard blir filen også ocr-behandlet.
Hvis dette ikke er ønskelig kan en bruke argumentet 'tesseract_timeout=0'.
Lager filer av type PDF/A-2b som standard (https://ocrmypdf.readthedocs.io/en/latest/introduction.html#about-pdf-a)

Kan brukes direkte på command line eller som python-bibliotek.
Brukes bl.a. som bibliotek for filkonvertering i PWCode (https://github.com/Preservation-Workbench/PWCode) for PDF til PDF/A konvertering samt for etterbehandling i tilfeller hvor andre underliggende konverteringsprogrammer lager PDF og ikke PDF/A.

Er tilgjengelig for Linux, Windows (med WSL) og Mac og kan lastes ned her: https://github.com/jbarlow83/OCRmyPDF