لماذا قد يفشل ملف PDF بعد إصلاحه في التحقق من معيار الأرشفة

معظم الأضرار الحقيقية بنيوية، والضرر البنيوي قابل للإصلاح

الغالبية العظمى من أضرار ملفات PDF في الواقع، أي ملف يرفض أن يُفتح أصلًا أو يُفتح مع أخطاء ظاهرة، ترجع إلى جدول مراجع تبادلية معطوب أو مقطع ختامي (trailer) تالف. وغالبًا ما يكون السبب تنزيلًا انقطع في منتصفه أو قرصًا تعطّل أثناء الحفظ. هذا النوع من الضرر قابل للإصلاح بالكامل. إعادة بناء البنية الداخلية للملف، وهي كل ما على إصلاح PDF فعله في هذه الحالة، تعيده إلى محتواه الأصلي دون أن يضيع منه شيء، لأن محتوى الصفحات نفسه لم يُمسّ أصلًا. الذي تعطّل هو الفهرس الذي يصف أين يوجد هذا المحتوى فقط. والقارئ الذي يرفض الملف يرفض في الحقيقة أن يتبع خريطة معطوبة، ولا يبلّغك أن الصفحات نفسها مفقودة.

تلف محتوى الصفحة نفسه مشكلة من نوع آخر

تلف تدفق المحتوى في صفحة بعينها مشكلة تختلف عن فهرس معطوب. في هذه الحالة يكون النص المتجهي وتعليمات الرسم الخاصة بتلك الصفحة قد ضاعت فعلًا، لا أنها صعبة الوصول فقط، ولا يستطيع أي قدر من الإصلاح البنيوي أن يعيد بناء بيانات لم تعد موجودة في الملف. الحل العملي أن يُرسم ما يمكن إنقاذه من تلك الصفحة كصورة، ثم يُمرَّر عليه OCR لملفات PDF لاستعادة نص قابل للقراءة. أما بقية صفحات المستند التي لم يصبها التلف فتحتفظ بمحتواها المتجهي الأصلي كما هو طوال العملية.

قابلية الإصلاح والتوافق مع PDF/A معياران منفصلان

قد يُفتح ملف PDF الآن بشكل صحيح في كل برامج القراءة، بنص سليم ودون أي خطأ ظاهر، ومع ذلك يفشل تمامًا في التحقق من معيار الأرشفة PDF/A، وهي مهمة منفصلة وُجدت لها أداة PDF إلى PDF/A. هذا معيار مختلف وأشد صرامة بكثير، ويفحص أشياء أخرى: أن يكون كل خط مضمَّنًا في الملف لا مشارًا إليه باسمه فقط، وأن ترتبط الألوان بملف تعريف ألوان ثابت ومعلَن، وألا يعتمد الملف في أي موضع على موارد خارجية أو برامج قد لا تكون متاحة للقارئ بعد عقود. إصلاح بنية معطوبة لم يكن يومًا وعدًا بأي من ذلك. الإصلاح والتوافق مع الأرشفة يجيبان عن سؤالين مختلفين عن الملف نفسه.

لماذا يفيدك فشل حقيقي من أداة التحقق أكثر من نجاح زائف

بناء بنية PDF/A دون الاعتماد على Ghostscript، الذي نتجنبه هنا عمدًا بسبب شروط ترخيصه، يعني تجميع البنية المطلوبة مباشرة بدل سلوك مسار التحويل المعتاد الذي تعتمد عليه معظم الأدوات. لهذا تبقى العملية محاولة بأفضل جهد، لا نتيجة مضمونة. نمرر كل تحويل عبر veraPDF، أداة التحقق المرجعية التي تعتمد عليها الأرشيفات والمحاكم الحقيقية، ونعرض حكمها بدل علامة صح مطمئنة. وهكذا إذا ظهر فشل فلأنه حقيقي. وهذا أنفع بكثير من أداة تعلن نجاحًا لا تستطيع إثباته.

قراءة سبب الفشل بدقة أنفع من النظر إلى التحقق كنجاح أو فشل فقط

فشل التحقق الذي يسرد القواعد المحددة التي لم يستوفها المستند، كخط بعينه لم يُضمَّن أو فضاء ألوان لم يُعلَن كما يجب، نتيجة مفيدة يمكن العمل بها، على نحو لا يبلغه أبدًا مؤشر مجرد يقول «نجح» أو «فشل». حين تنزّل الملف أيًّا كانت نتيجة التحقق وتقرأ ما الذي فشل، فلن يُعامَل مستند قطع خمسة وتسعين في المئة من الطريق إلى التوافق الكامل كما يُعامَل مستند لم يكد يبدأ. القواعد التي فشل فيها تدلك على ما بقي إصلاحه، بدل أن تضطر إلى معالجة المستند كله من جديد من نقطة الصفر.

اختيار طريقة الإصلاح ومستوى PDF/A

كل أداة تطرح سؤالًا واحدًا أولًا، والإجابة الخاطئة تكلفك تشغيلة كاملة. في إصلاح PDF ثلاث طرق. الطريقة التلقائية، وهي الافتراضية، تعيد بناء البنية، ولا تلجأ إلى الصورة مع OCR إلا في صفحة تدفق محتواها معطوب. طريقة البنية فقط لا تفعل ذلك أبدًا: الصفحة المعطوبة تعود فارغة، وهذا الخيار الأفضل حين يجب أن تحتفظ كل صفحة سليمة بنص حقيقي قابل للتحديد. أما طريقة التحويل إلى صور مع OCR فتعيد رسم كل الصفحات، حتى المقروءة منها، كصور عليها نص متعرَّف عليه، وهي تناسب ملفًا تظهر كلماته رموزًا غير مفهومة. تذكر شاشة النتيجة الصفحات التي استُعيدت كصور، فاقرأها قبل أن ترسل الملف إلى غيرك.

أما PDF إلى PDF/A فيطلب منك اختيار مستوى. المستوى 2b يناسب كل ما أُنشئ تقريبًا بعد 2010، ويحتفظ بالشفافية. المستوى 1b يحوّل كل صفحة فيها شفافية أو طبقات إلى صورة مسطحة، ونادرًا ما يحتاج ملف حديث إلى ذلك. والمستوى 3b لا يضيف إلا حق تضمين ملف آخر داخله، مثل جدول البيانات الأصلي لفاتورة. وهناك أمران أهم من المستوى: المعيار يمنع التشفير، فالملف المحمي يحتاج أولًا إلى إزالة كلمة السر، والمستند الممسوح ضوئيًا يبقى غير قابل للبحث ما لم تفعّل خيار OCR. وعادةً تكون النتيجة أكبر بنسبة 10 إلى 40 في المئة: الخطوط التي لم تكن مضمَّنة تُستبدل بخطوط Liberation أو Noto المتوافقة معها في المقاسات، وتُربط الألوان بفضاء sRGB.