我國(guó)檔案館電子文檔長(zhǎng)期存取的格式選擇

摘要：PDF/A于2009年底正式成為我國(guó)的電子文件格式標(biāo)準(zhǔn)，這種國(guó)際通用的格式標(biāo)準(zhǔn)，在檔案館有極大的應(yīng)用價(jià)值。有利于檔案部門對(duì)電子文檔的長(zhǎng)期存取與利用，保證了系統(tǒng)的獨(dú)立性并節(jié)約了電子文檔長(zhǎng)期存取的成本。同時(shí)，具有良好的技術(shù)支持，是我國(guó)檔案館電子文檔長(zhǎng)期存取策略的較佳格式選擇。

關(guān)鍵詞：電子文檔；長(zhǎng)期存取；PDF/A

1、我國(guó)檔案館電子文檔存取格式現(xiàn)狀

據(jù)學(xué)者張寧對(duì)我國(guó)電子文件管理現(xiàn)狀的調(diào)查，“當(dāng)電子文件移交并進(jìn)入檔案館長(zhǎng)期保管之后，有44.8％的檔案館保存的電子文件格式遵循了國(guó)內(nèi)外相關(guān)標(biāo)準(zhǔn)，其中，有7％的機(jī)構(gòu)參照了國(guó)際標(biāo)準(zhǔn)，這表明我國(guó)的電子文件管理尚未與國(guó)際接軌，標(biāo)準(zhǔn)化程度較低。10.3％的檔案館已經(jīng)出現(xiàn)電子文件無法讀取的問題，62.1％的檔案館未出現(xiàn)電子文件無法讀取的問題，27.6％的檔案館尚未考慮此問題”11]。沒有采用電子文件保存格式的檔案館，其電子文檔的長(zhǎng)期存取已經(jīng)受到很大的威脅；已經(jīng)采取電子文檔保存格式的檔案館，因保存格式的選擇眾多，例如PDF、TXT、PPT、WORD、ODF、DOC，等等，給電子文檔的保存和轉(zhuǎn)換工作帶來諸多不便，大大影響了我國(guó)檔案館電子文檔的長(zhǎng)期存取。

我國(guó)一些檔案館為了應(yīng)對(duì)數(shù)字環(huán)境下軟硬件過時(shí)及介質(zhì)過時(shí)等問題所帶來的長(zhǎng)期存取問題，也提出了一些應(yīng)對(duì)的措施，如仿真、遷移等，但這些方法都存在一定的缺陷。如遷移技術(shù)，雖然可以保證被遷移的電子文件的可再利用性，但無法保證原有文件的特征和數(shù)據(jù)全部遷移，甚至有可能改變電子文件的再次呈現(xiàn)、結(jié)構(gòu)和含義；另一方面，遷移針對(duì)單份電子文件效率較高，而當(dāng)針對(duì)大量電子文件時(shí)，轉(zhuǎn)換就變成“密集型”勞動(dòng)，成本也大大增加。這些問題，都使得檔案界需要尋求一種較佳的電子文檔格式標(biāo)準(zhǔn)以便長(zhǎng)期存取。

2、我國(guó)檔案館電子文件長(zhǎng)期存取的格式選擇

2.1 選擇標(biāo)準(zhǔn)。各種電子文件保存格式，適應(yīng)的數(shù)據(jù)類型不同，很難形成大家共同認(rèn)可的格式選擇標(biāo)準(zhǔn)。但對(duì)檔案館而言，其選擇的電子文檔保存格式必然要求是安全可靠、高度保真，不可更改的。就此，我們可從以下標(biāo)準(zhǔn)來進(jìn)行選擇：

第一，開放性。也即是說，關(guān)于格式的規(guī)范和說明應(yīng)該是公開的，或者能免費(fèi)獲取。利用非開放的格式，檔案館必須依賴于專門的軟件，跨平臺(tái)遷移的風(fēng)險(xiǎn)與費(fèi)用都很高，并不適合。利用開放性格式，檔案館的存取和轉(zhuǎn)換將會(huì)變得極為簡(jiǎn)便。

第二，兼容性。也即是說，該種格式對(duì)軟硬件的依賴程度較低，多種軟件系統(tǒng)都支持。兼容性好的格式，易于信息共享，檔案館在保存的過程中，還可降低仿真、遷移的使用頻率。

第三，市場(chǎng)影響力。也即在當(dāng)前市場(chǎng)上該格式所擁有的用戶數(shù)量。被用戶廣泛使用、支持的格式，一般情況下，都會(huì)有更多的軟件對(duì)其進(jìn)行支持，檔案館采用該種格式，將會(huì)減少電子文檔遷移的風(fēng)險(xiǎn)。

第四，技術(shù)維護(hù)期限。也即軟件生產(chǎn)廠商將會(huì)支持、維護(hù)該格式的年限。如果由于某種原因，廠商不再提供對(duì)該種格式的技術(shù)支持、維護(hù)，檔案館如果選擇該種格式，對(duì)后續(xù)電子文檔的長(zhǎng)期存取，將帶來很大的技術(shù)難題。

第五，標(biāo)準(zhǔn)化。這反映的是標(biāo)準(zhǔn)化組織對(duì)該種格式的認(rèn)可程度，標(biāo)準(zhǔn)化程度越高，被認(rèn)可的程度越高，電子文檔在數(shù)字化環(huán)境中的存取時(shí)間將會(huì)越久。

基于以上選擇標(biāo)準(zhǔn)，筆者認(rèn)為，2005年，ISO批準(zhǔn)的、并于2009年12月成為中國(guó)國(guó)家標(biāo)準(zhǔn)的PDF/Archive(PDF/A)，是我國(guó)檔案館電子文檔長(zhǎng)期存取格式的較佳選擇。

2.2 選擇格式——PDF/A。PDF/A是PDF便攜式文件格式的一個(gè)下位規(guī)范子集，比PDF在電子文件存取方面具有更多的優(yōu)勢(shì)。檔案界早在2002年，就有人關(guān)注過PDF與檔案管理的關(guān)系。2002年，劉家真教授發(fā)表了《文件保存格式與PDF文檔》一文，論述了PDF格式與相關(guān)軟件對(duì)PDF格式文件歸檔管理、長(zhǎng)期保存以及可信度確認(rèn)等方面的強(qiáng)大支持力度，推薦PDF格式作為需長(zhǎng)期保存的電子文件的保存格式，12]這是中國(guó)檔案界人士首次明確提出PDF格式對(duì)電子文件長(zhǎng)期保存的有效性。之后，其他一些同仁也進(jìn)行過PDF的相關(guān)研究，從2002年至今，他們都敏銳地觀察到PDF對(duì)電子文件存取領(lǐng)域的重要意義。

PDF相較于其他電子文件保存方式具有一定的優(yōu)勢(shì)，諸如，PDF不會(huì)因技術(shù)限制而不能大批量保存電子文件，具有可傳遞性、平臺(tái)無關(guān)性、字體無關(guān)性、安全控制性等特點(diǎn)，能夠?qū)崿F(xiàn)電子文件存儲(chǔ)結(jié)構(gòu)的標(biāo)準(zhǔn)化，一定程度上能解決電子文件的歸檔問題。但作為電子文件的長(zhǎng)期保存格式而言，這些還有不足之處，例如，無法對(duì)電子文檔字體、字體顏色進(jìn)行限制，無法保證電子文檔的準(zhǔn)確再現(xiàn)；元數(shù)據(jù)嵌入格式不一致，無法保證所有人的閱讀，等等。

為了充分利用PDF的優(yōu)點(diǎn)，并解決PDF在保存電子文件方面存在的問題，“ADOBE”公司聯(lián)合“NPEs”(“美國(guó)印刷出版及紙品加工設(shè)備器材供應(yīng)商協(xié)會(huì)”)及“AIIM”(“美國(guó)國(guó)際圖像信息管理協(xié)會(huì)”)以及政府及法律界的一些精英不斷討論，聯(lián)合開發(fā)了PDF的瘦身版本“PDF/A”，全稱為“文獻(xiàn)管理一用于長(zhǎng)期保存的電子文檔文件格式一第一部分”。“AIIM”總裁JohnMancini表示：“快速發(fā)展PDF/A格式，是實(shí)現(xiàn)提供全人類最佳文件保存方式的承諾。政府和整個(gè)社會(huì)必須確保新標(biāo)準(zhǔn)能符合保存各種式樣文獻(xiàn)、檔案記錄的要求，確保文件中累積而來的珍貴成果不受時(shí)間影響，保留人類社會(huì)文化的共同回憶。”2005年，PDF/AAz升為國(guó)際標(biāo)準(zhǔn)，從參與該國(guó)際標(biāo)準(zhǔn)制定的成員可以看出，該標(biāo)準(zhǔn)主要是為檔案的長(zhǎng)期存取而制定的，除了ISO/Tc/17l/sc2外，還有I s0/TC42，ISO/TCl 30，ISO/TC46/scll，這些成員各自司職的專業(yè)都和文檔管理有關(guān)。例如，Is0/Tc/17l/SC2主要從事文檔管理專業(yè)活動(dòng)，致力于文檔的應(yīng)用問題；Is0/TC42是國(guó)際標(biāo)準(zhǔn)化組織的攝影技術(shù)委員會(huì)，與數(shù)碼電子檔案有關(guān)；ISO/Tcl30則專注于文件的處理、數(shù)據(jù)轉(zhuǎn)換等；ISO/TC46/scll的專業(yè)范圍則是文件的存檔和記錄管理。PDF/A實(shí)際上是PDF1.4版規(guī)范的一個(gè)子集，其目的是“定義一個(gè)文檔格式以保存電子文檔靜態(tài)特征，提供一個(gè)記錄電子文檔的元數(shù)據(jù)框架，以及提供電子文檔邏輯屬性和語義屬性的框架”。目前，PDF/A提供了兩個(gè)層次的保存規(guī)范：PDF/A－la符合IS019005—1的全部要求，它保證文件的邏輯結(jié)構(gòu)和語義標(biāo)簽呈現(xiàn)自然閱讀順序；PDF/A lb符合IS019005－1的基本要求，它保證PDF/A文件可以恰當(dāng)?shù)乇伙@示出來，但是，不保證提取的文件是易讀或可理解的。

2.3 PDF/A的應(yīng)用價(jià)值。PDF/A文件格式具有多種功能，PDF/A中包含的元數(shù)據(jù)平臺(tái)XMP，可提供描述、起源、保存、管理等功能，并且，該元數(shù)據(jù)作為文本被嵌入到文件中，大大減少了文件內(nèi)容丟失的可能性，并且，還可利用該元數(shù)據(jù)進(jìn)行簡(jiǎn)單的檢索功能。基于電子文檔對(duì)長(zhǎng)期存取的要求，下面，我們來談?wù)凱DF/A對(duì)檔案部門的意義及應(yīng)用價(jià)值。

首先，確保了檔案部門對(duì)電子文件的長(zhǎng)期存取與利用。電子文件是否能長(zhǎng)期保存利用，取決于電子文件內(nèi)容在時(shí)間軸上的一致性，而PDF/A提供的規(guī)范集合恰好符合了檔案部門對(duì)電子文件長(zhǎng)期存取的要求。PDF/A提供的用于描述文件的元數(shù)據(jù)，可以有效地記錄電子文件的組織關(guān)系和歷史狀態(tài)，且其描述電子文檔的邏輯結(jié)構(gòu)關(guān)系和語義框架與PDF/A文件是保持一致的，最重要的，它要求內(nèi)嵌的文體必須是純文本的，不允許加密，這些特點(diǎn)，使得以PDF/A格式保存的電子文件其視覺外觀與原文件毫無二致，方便了檔案部門對(duì)電子文件的長(zhǎng)期存取與利用。

其次，保證了系統(tǒng)的獨(dú)立性并節(jié)約了電子文檔長(zhǎng)期存取的成本。電子文件產(chǎn)生于不同的部門，各部門使用的文件格式及軟件工具差異性很大，嚴(yán)重影響了檔案部門對(duì)不同軟件系統(tǒng)下產(chǎn)生的電子文件進(jìn)行歸檔；PDF/A的開放性保證了它是一個(gè)獨(dú)立于系統(tǒng)軟件和應(yīng)用軟件的應(yīng)用格式，正好符合了檔案部門對(duì)不同格式電子文件進(jìn)行轉(zhuǎn)換歸檔的要求。以往的電子文件遷移，經(jīng)過數(shù)次數(shù)字格式轉(zhuǎn)換才能達(dá)到遷移目的，大大增加了遷移的成本，并且，隨著轉(zhuǎn)換次數(shù)的增加，會(huì)出現(xiàn)文件失真現(xiàn)象的加劇。而PDF/A作為一個(gè)開放的國(guó)際性標(biāo)準(zhǔn)，其格式非常可靠穩(wěn)定，檔案部門可以利用各種系統(tǒng)軟件長(zhǎng)期存取PDF/A文件，減少格式轉(zhuǎn)換的頻次，實(shí)現(xiàn)遷移成本的下降和數(shù)據(jù)失真現(xiàn)象的減少。

最后，后續(xù)的發(fā)展有良好的技術(shù)支持。PDF/A包含有知識(shí)產(chǎn)權(quán)，ADOBE公司通過PDF說明資料和XMP元數(shù)據(jù)規(guī)范聲明了它的知識(shí)產(chǎn)權(quán)，但同時(shí)，ADOBE公司聲明這些知識(shí)產(chǎn)權(quán)是可以被人們永久、免費(fèi)和非排他性地利用，從技術(shù)和權(quán)利上實(shí)現(xiàn)了任何人都可以利用PDF/A文檔保存格式，對(duì)PDF/A文件進(jìn)行保存、閱讀、呈現(xiàn)及其他處理。尤其讓人放心的是，PDF/A是國(guó)際標(biāo)準(zhǔn)，因此，后來的升級(jí)版本無論增加或修改什么條件或功能，都需經(jīng)過ISO的批準(zhǔn)與認(rèn)同，保證與原先版本的兼容。因之，檔案部門可以利用PDF/A良好的后續(xù)技術(shù)支持這一特點(diǎn)，根據(jù)自己部門的特殊要求，在電子文件上“粘貼”不同的規(guī)則和要求，比如，電子文檔的保存規(guī)則、查閱規(guī)則和使用規(guī)則等，不用擔(dān)心檔案部門技術(shù)力量薄弱而無法對(duì)電子文件的長(zhǎng)期保存技術(shù)進(jìn)行不斷升級(jí)。

技術(shù)是不斷發(fā)展的，我們不能說PDF/A就是電子文檔長(zhǎng)期保存的唯一選擇。目前，出現(xiàn)的另一種電子文檔保存格式ODF同樣是剛批準(zhǔn)的國(guó)際標(biāo)準(zhǔn)，同樣具有維護(hù)電子文檔長(zhǎng)期存取的功效，但ODF是一種辦公文檔開放格式，人們有可能在辦公環(huán)境中對(duì)以前形成的電子文件數(shù)據(jù)進(jìn)行更改，或者利用這些數(shù)據(jù)進(jìn)行排序、繪圖和分析等，這些都是電子文件歸檔后所不允許進(jìn)行的操作，它不適合檔案部門將其作為電子文件長(zhǎng)期存取的文件格式標(biāo)準(zhǔn)。因此，從目前來看，PDF/A是檔案部門電子文件長(zhǎng)期保存策略的一個(gè)最好選擇。

2.4 PDF/A進(jìn)一步應(yīng)用問題。PDF/A是PDF的一個(gè)子集，當(dāng)前，9.2％的網(wǎng)絡(luò)電子文件采用的是PDF格式，全球大約有5億的用戶正在使用免費(fèi)的Adobe Reader來進(jìn)行文件瀏覽，人們對(duì)PDF/A的使用不會(huì)有陌生感覺。然而，由于技術(shù)、市場(chǎng)等方面的原因，現(xiàn)在軟件對(duì)PDF/A的支持度還不夠，目前，Adobe瀏覽器可以瀏覽PDF/A格式文件，但生成PDF/A格式文件的軟件還不成熟。ADOBE公司開發(fā)的Acrabat 7.0.7可以生成PDF/A文件；PDFtool s AG公司宣布已經(jīng)開發(fā)了支持生成和管理PDF/A文件的工具3——HeightsTM PDF Producer，l 5l不過，該軟件工具對(duì)PDF/A的支持僅限于B級(jí)，也即僅支持PDF/A—lb；美國(guó)Apago宣布開發(fā)了PDF apprai ser，可以將TIIF文件和PDF文件轉(zhuǎn)換為PDF/A文件。但遺憾的是，除了Adobe瀏覽器，其他的都不是免費(fèi)工具，這對(duì)PDF/A在檔案部門的進(jìn)一步應(yīng)用有一定的影響。

另外，PDF/A本身在技術(shù)上是否完善還有待進(jìn)一步研究，PDF/A的工作團(tuán)隊(duì)也開始了對(duì)PDF/A版本2的開發(fā)工作，他們聽取了用戶針對(duì)PDF/A—l的意見，對(duì)未來的第二版本提出了更多的功能設(shè)計(jì)：諸如接納JEPG2000圖像壓縮技術(shù)，提供更高等級(jí)的對(duì)數(shù)字簽名技術(shù)的支持，允許包含音頻和視頻的內(nèi)容，考慮與PDF透明度的兼容問題，支持計(jì)算機(jī)三維圖形，等等。2009年底，PDF/A中國(guó)國(guó)家標(biāo)準(zhǔn)的正式文本已經(jīng)正式出版發(fā)行，檔案部門要密切關(guān)注PDF/A技術(shù)的研究進(jìn)展，為PDF/A格式在檔案部門的進(jìn)一步應(yīng)用鋪平道路，確保電子文件長(zhǎng)期存取策略在檔案部門能夠有效實(shí)施。