PDF/A 与无障碍

PDF/A 麻烦的地方在于：是否合规完全看不出来。同一份 LaTeX 文档生成的、外观完全相同的 PDF，按 A-2b 检验通过，按 A-1b 检验却不通过——真正跑一遍检验，验证器会用一行话点明原因：某个 ExtGState 字典里的 ca 键是 0.5 而不是 1.0。PDF/A 谈的不是「好看的 PDF」，而是 ISO 对文件内部结构提出的要求。本页讲清这个标准到底要求什么、从 LaTeX 生成它的两条路径（pdfx 与 \DocumentMetadata），以及通常被略过的一步：如何确认生成的文件真的合规。

PDF/A 到底要求什么

PDF/A（ISO 19005）是长期保存标准，其核心要求只有一条：文件必须完全自包含。十年后打开它的人没有你的字体、没有你的色彩管理设置、也没有你的任何其他文件，而它仍须正确呈现。所有具体条件都由此推出。字体必须完整嵌入（绝不指望读者机器上恰好装了什么）；不得加密（密钥一丢，文档即失）；须有 XMP 元数据（标题与作者以标准 XML 形式存放在 PDF 内部）；须嵌入输出意图，即 ICC 配置文件（让「这个红」自带色彩空间的定义）。凡是要伸向文件之外的东西——比如表单的提交地址——之所以不受欢迎，也是同一个道理。

用 pdfx 生成 PDF/A — ICC 配置文件已随附

一行 \usepackage[a-2b]{pdfx}，再加一个写着标题和作者的 \jobname.xmpdata 文件，PDF/A 就出来了。你不需要自己去找 ICC 配置文件。 早年确实有让你从 Adobe 网站下载 sRGB 配置文件的说法，但在 TeX Live 2024 中 colorprofiles 宏包已随附配置文件，日志里会留下 <<sRGB.icc>> 的嵌入记录。同一份日志中的 ** pdfx: Metadata file document.xmpdata read successfully. 表示元数据已读入；若忘了放这个文件，则会看到 ** pdfx: No file document.xmpdata . Metadata will be incomplete!——不过后文会看到，即使无视这条警告，文件照样能通过检验。除 a-1b、a-2b、a-3b 外，还有含无障碍要求的 a-1a、a-2a、a-3a 和支持 Unicode 的 a-2u、a-3u。面向印刷的各种 PDF/X（如 x-1a）也由同一个宏包负责。

% document.tex
\documentclass{article}
\usepackage[a-2b]{pdfx}   % reads document.xmpdata, embeds sRGB.icc
\begin{document}
Hello PDF/A.
\end{document}

% document.xmpdata -- a separate file, same base name
\Title{A Test Document}
\Author{Test Author}
\Keywords{LaTeX\sep PDF/A}

A-1b、A-2b 与 A-4 的区别：透明度能不能过

数字表示底层的 PDF 版本，末尾的字母表示严格程度。A-1 基于 PDF 1.4，A-2 基于 PDF 1.7，A-3 是 A-2 再允许附件，A-4 则基于 PDF 2.0。末尾的 b 是 basic，只要求外观可复现；a 是 accessible，还要求标签结构（逻辑结构）；u 要求正文文本可映射到 Unicode。实务中最容易踩到的差别是透明度。用 TikZ 叠两个 opacity=0.5 的矩形，以 [a-1b]{pdfx} 编译后交给 veraPDF，会在 ISO 19005-1:2005 的 6.4 条落败，原因是「An ExtGState dictionary contains the ca key (fill alpha) with value 0.5 other than 1.0」。同一份原稿只把选项改成 [a-2b] 就通过了。二十年前的一个事实——PDF 1.4 没有透明度——至今仍决定着仓储会不会收你的文件。

走 \DocumentMetadata — 不对齐 pdfversion 就会落败

另一条路径是把 \DocumentMetadata{pdfstandard=A-2b} 放在 \documentclass 之前。它不需要加载宏包，从 A-1B 到 A-4 都接受——但照原样写下去，只有 A-2b 真的能通过。pdfTeX 默认写出的是 PDF 1.5：对 A-1b 而言，交叉引用表成了流，因而被判「The document uses xref streams」（clause 6.1.4）；对 A-4 而言，则被判「File header %PDF-1.5 ... does not match the pattern %PDF-2.n」（clause 6.1.2）。解法就在同一对花括号里：加上 pdfversion=1.4，A-1b 就通过；加上 pdfversion=2.0，A-4 就通过。反过来，给 A-2b 加 pdfversion=2.0，它又会以「%PDF-2.0 ... does not match the pattern %PDF-1.n」落败——因为 A-2 的底层最高只到 PDF 1.7。每个标准的正确答案都不一样，这正是最容易搞错的地方。

那么，为什么 pdfx 的 a-1b 仍写着 PDF 1.5 的文件头却能通过？答案在宏包源码里。pdfx.sty 第 515 行有一句注释 「PDF/A-1b doesn't allow object compression」，紧接着就设置了 \pdfobjcompresslevel=0。它不去纠结文件头上的数字，而是干脆不使用标准所禁止的功能。这正是两条路径的性格差异。pdfx 是一个把输出调整到符合标准的宏包；\DocumentMetadata 是一个声明「我遵循哪个标准」的内核机制——至于内容能否配得上这个声明，得你自己负责。另一个差异是元数据：pdfx 会自动读取 .xmpdata，而 \DocumentMetadata 既不会自动填标题也不会自动填作者，需要你用 \hypersetup{pdftitle=...} 之类自己写入（见书签与元数据一页）。

% before \documentclass -- the version must match the standard
\DocumentMetadata{
  pdfstandard = A-4,
  pdfversion  = 2.0,   % A-4 needs a %PDF-2.0 header
  lang        = en
}
\documentclass{article}

% for A-1b it is pdfversion = 1.4 instead;
% for A-2b, leave pdfversion out entirely.

检验产出：veraPDF，以及「通过」并不意味着什么

从 LaTeX 这一侧无法得知文件是否合规。 日志只会写「按 PDF/A 输出」，至于结果是否真的满足标准，那是另一回事。作出判定的是 PDF/A 验证器，事实标准是 veraPDF，即开源的官方检验工具。它不包含在 TeX Live 中，需要另行安装。用法很简单：verapdf file.pdf 会读取 PDF 内部的 XMP 标识符，自行判断该按哪个级别检验，并用一行给出 PASS ... 2b 或 FAIL ... 1b。也可以用 -f 1b 强制指定级别。落败时要看的是条款号：6.4（透明度）、6.1.2（文件头版本）、6.3.3（注释外观）这些编号直接指向该改的地方。

# auto-detect the level from the file itself
verapdf document.pdf
# -> PASS /path/document.pdf 2b

# force a level (useful to see what a stricter one would say)
verapdf -f 1b --format text document.pdf
# -> FAIL /path/document.pdf 1b

# the XML report names the clause and the exact reason
verapdf -f 1b document.pdf > report.xml

这里有一个事实，知道了将来就不会后悔：通过检验并不代表元数据可以是空的。 忘了放 .xmpdata、任由 ** pdfx: No file ... Metadata will be incomplete! 的警告留着，再把结果交给 veraPDF，它照样回答 PASS ... 1b——尽管文件里既没有标题也没有作者。因为符合级别 b 要求的是「XMP 元数据在结构上正确地存在」，而不是「内容被填满」。而让图书馆或仓储管理员为难的恰恰是那些空栏，所以请把验证器的通过与提交物的完成视为两回事。另外，养成用 pdffonts 确认字体嵌入的习惯也很稳妥（PDF 的生成一页有详述）。

交互表单与 PDF/A 无法共存

只要有一个用 hyperref 的 Form 环境做出的输入框，PDF/A 检验就会落败。 在文档里只放一个 \TextField，以 [a-2b]{pdfx} 编译后交给 veraPDF，会在 clause 6.3.3「An annotation does not contain an appearance dictionary」上不合格。因为 hyperref 把输入框的外观交给查看器去画（这正是 NeedAppearances 的含义），而 PDF/A 坚持外观必须固化进文件。再加上提交按钮，失格项还会增加，包括 clause 6.4.1「A Widget annotation dictionary shall not contain the A or AA keys」——也就是说，给表单部件挂动作这件事本身就被禁止。细想也理所当然：长期保存标准不可能认可一个专门向外通信的部件。如果收件方同时要求 PDF/A 和可填写表单，那是需求本身自相矛盾，动手之前先去确认。

带标签 PDF 与 PDF/UA：无障碍仍在发展中

PDF/A 的 a 级所要求的标签结构，就是把标题、段落、列表、阅读顺序、替代文本等逻辑结构嵌入 PDF，使屏幕阅读器能够遍历文档。单独的无障碍标准是 PDF/UA（ISO 14289），其第二部分即 PDF/UA-2。LaTeX 侧的实现是 LaTeX Project 的 tagpdf 宏包（Ulrike Fischer），TeX Live 2024 随附的是 0.98x 版（2024-02-29）——版本号以 0 开头，本身就说明了现状。像 \tagstructbegin 这样手工放置标签的低层命令，正是由该宏包提供。事实上，在 TeX Live 2024 的内核（LaTeX2e 2023-11-01）上写 \DocumentMetadata{tagging=on} 会报错：! LaTeX Error: The key 'document/metadata/tagging' is unknown and is being ignored. 本版中启用标签的入口是 testphase=phase-III，这样 pdfinfo 的 Tagged: 才会变成 yes。正如名称所示，这是处于测试阶段的功能，写法还会变。使用前请务必查阅当前文档。

还有一点应当如实写出：要同时满足这两者，目前还不容易。 把一份仅用 pdfstandard=A-2b 就能通过的文档加上 testphase=phase-III 后，veraPDF 在 clause 6.2.11.5 上判定不合格：「Glyph width 333 in the embedded font program is not consistent with the Widths entry of the font dictionary (value 334.2)」。问题不出在标签结构本身，而是嵌入字体的字宽不一致。如果对方要求提交「带标签的 PDF/A」，务必先过一遍 veraPDF 再交——假定它会通过，结果往往是在截稿前一夜卡住。

提交前该做的事

• 先问清是哪一级。 如果对方只说「PDF/A」，务必确认是 A-1b 还是 A-2b。只要图中含透明度，这个差别就决定收不收。
• 拿不准就用 pdfx 的 a-2b。 \usepackage[a-2b]{pdfx} 加上 \jobname.xmpdata 里的标题与作者。这是唯一无需额外设置就能通过的组合。
• 若必须 A-4，用 \DocumentMetadata{pdfstandard=A-4,pdfversion=2.0}。 pdfx 最高只到 A-3，做不出 A-4。
• 别忘了写 .xmpdata。 少了它检验照样通过，所以要自己去日志里找 Metadata will be incomplete! 这条警告。
• 每次提交前都跑一遍 verapdf document.pdf。 它不在 TeX Live 里，需另行安装。落败就读条款号（6.4、6.1.2、6.3.3）。
• 放弃表单。 带可填写字段的文档无法符合 PDF/A。