Article technique

Validation PDF/X en Delphi avec le composant PDFium

Un prospectus d'une page avec un titre Helvetica paraît parfait dans chaque visionneuse du bureau du graphiste, parce que chaque visionneuse remplace en silence Helvetica par une police système. Le RIP du prestataire d'impression n'a pas cette latitude. Chaque partie de l'ISO 15930 exige que chaque programme de police utilisé sur la page voyage à l'intérieur du fichier, et les 14 polices de base standard ne sont pas exemptées, si bien que le prospectus revient avec « font not embedded » pour une police que personne côté design n'a jamais vue manquer. Des contrôles comme celui-là, avec les page boxes, la déclaration de trapping et l'output intent, peuvent tourner dans votre propre application Delphi avant que le bouton d'envoi ne soit pressé

Ce qu'un fichier PDF/X doit prouver à une imprimerie qu'il n'a jamais rencontrée

PDF/X existe pour l'échange à l'aveugle : un graphiste envoie un fichier à une imprimerie à qui il n'a jamais parlé, et l'imprimerie produit une sortie correcte sans coup de fil au sujet de polices manquantes ou d'une image liée restée sur le portable de quelqu'un. Les polices doivent être incorporées parce qu'on ne peut pas présumer que le RIP destinataire les possède. Les références externes sont interdites parce que le fichier doit être complet en lui-même. Les fonctions interactives sont interdites parce que l'encre n'a pas de gestionnaire de clic

PDFium Component rapporte quelle partie un fichier revendique par l'énumération TPdfXConformance. pxc1a est PDF/X-1a:2001 (ISO 15930-1), l'échange strict CMYK-plus-spot sur une base PDF 1.3/1.4. pxc3 est PDF/X-3:2002 (ISO 15930-3), qui admet le RGB, le Lab et les couleurs à base ICC liées à l'output intent. pxc4 est PDF/X-4:2010 (ISO 15930-7), qui permet la transparence vivante et les calques sur PDF 1.6. pxc6 est PDF/X-6 (ISO 15930-9), bâti sur PDF 2.0. Un fichier sans la moindre identification PDF/X revient en pxcNone, et pxcUnknown est ce que vous obtenez quand aucun document n'est chargé

L'identification elle-même est un petit paquet de marqueurs qui doivent tomber d'accord entre eux. Le paquet XMP porte pdfxid:GTS_PDFXVersion avec la description du schéma d'extension et xmp:CreateDate / xmp:ModifyDate ; le dictionnaire Info répète /GTS_PDFXVersion, et les deux chaînes doivent correspondre. L'entrée /OutputIntents du catalogue nomme la condition d'impression pour laquelle le fichier a été préparé, avec /S /GTS_PDFX, un /OutputConditionIdentifier et, pour un échange complet, un profil ICC incorporé dans /DestOutputProfile. Le trailer demande un /ID, et le chiffrement est exclu entièrement. Chacun de ces points correspond à sa propre valeur dans TPdfXValidationIssue, de pvxiMissingPdfXIdentifier jusqu'à pvxiInfoVersionMismatch, pvxiOutputIntentMissingIdentifier et pvxiEncryptionPresent

Exécuter TPdf.ValidatePdfX comme porte d'impression

TPdf.ValidatePdfX ne prend aucun argument et renvoie un enregistrement TPdfXValidationResult à deux champs, Conformance et Issues (un ensemble Pascal de TPdfXValidationIssue), plus une méthode IsCompliant. La validation PDF/X appartient à l'édition Enterprise : ajoutez FPdfEnterprise à une clause uses, avec Lib\Enterprise et Lib\SmallBusiness sur le chemin de recherche, pour que le validateur soit lié dans votre exécutable. Sans cette unité, l'appel lève EPdfEnterpriseRequired, facile à repérer à la première exécution de test

IsCompliant est stricte exprès. Elle renvoie True seulement quand Conformance est l'un de pxc1a, pxc3, pxc4 ou pxc6 et que l'ensemble de problèmes est vide, et cela inclut pvxiMissingTitle. La norme formule le Title comme une recommandation, tandis que la plupart des autres contrôles sont des exigences dures. Renvoyer le travail d'un client parce que le dictionnaire Info n'a pas de /Title est le genre de rejet qui fait cesser de faire confiance à la porte, alors découpez l'ensemble et gardez les éléments consultatifs hors de la décision pass/fail :

uses
  PDFium, FPdfPdfx,
  FPdfEnterprise; // lie le validateur PDF/X (édition Enterprise)

const
  // Votre propre politique : problèmes rapportés à l'utilisateur mais non bloquants
  AdvisoryIssues: TPdfXValidationIssues = [pvxiMissingTitle];

function PrintGate(const FileName: string;
  out Blocking, Advisory: TPdfXValidationIssues): Boolean;
var
  Pdf: TPdf;
  Res: TPdfXValidationResult;
begin
  Pdf := TPdf.Create(nil);
  try
    Pdf.FileName := FileName;
    Pdf.Active := True;

    Res := Pdf.ValidatePdfX;
    Advisory := Res.Issues * AdvisoryIssues;
    Blocking := Res.Issues - AdvisoryIssues;

    // Le même test de conformance qu'IsCompliant utilise, moins les éléments consultatifs
    Result := (Res.Conformance in [pxc1a, pxc3, pxc4, pxc6]) and
      (Blocking = []);
  finally
    Pdf.Free;
  end;
end;

Un fichier qui n'a jamais revendiqué le PDF/X échoue à cette porte avec une longue liste de problèmes : pas de métadonnées XMP, pas d'identifiant, pas d'output intent, pas d'entrée de version Info. La liste vaut quand même d'être montrée, parce qu'elle se lit comme une liste de choses à faire pour celui qui doit réexporter le fichier. Une propriété de plus de ValidatePdfX compte dans une application d'édition : il contrôle le document tel que le composant l'enregistrerait maintenant, si bien que les pages que vous avez ajoutées ou les métadonnées que vous avez changées après le chargement font partie de ce qui est validé

Pourquoi les imprimeries rejettent-elles les PDF sans TrimBox ?

Le TrimBox est la page finie, le rectangle restant après le passage de la guillotine. Le MediaBox que chaque page PDF porte n'est que la feuille : il contient le fond perdu, les traits de coupe, les repères de repérage et les gammes de couleur. Le logiciel d'imposition place les pages sur une feuille presse par leurs TrimBoxes, et sans lui l'opérateur doit deviner où finit votre carte de visite. Une mauvaise devinette coupe dans le fond perdu ou laisse une bavure blanche le long d'un bord

Diagramme PDFium Component d'une page PDF prête à l'impression montrant la feuille MediaBox avec fond perdu, traits de coupe, gammes de couleur et repères de repérage autour du rectangle TrimBox que lit le logiciel d'imposition, avec pvxiMissingTrimBox levé quand la clé est absente
Le MediaBox est la feuille complète avec fond perdu, traits de coupe et gammes de couleur, tandis que le TrimBox est la page finie que la guillotine doit trouver, et la box qu'un producteur PDF/X devrait écrire sur chaque page

ValidatePdfX exécute trois contrôles de géométrie. pvxiMissingTrimBox se déclenche quand aucune clé /TrimBox n'apparaît nulle part dans le fichier. pvxiTrimBoxWithArtBox se déclenche quand une page porte /TrimBox et /ArtBox ensemble. pvxiPageBoxOutsideMediaBox se déclenche quand un /TrimBox ou un /BleedBox dépasse le /MediaBox, ce qui décrit une zone que la presse ne peut pas imager. Les rectangles peuvent lister leurs coins dans un ordre ou l'autre, si bien que les deux sont normalisés avant comparaison

Les contrôles de boîtes lisent des rectangles écrits directement dans chaque dictionnaire de page. Les boîtes héritées d'un nœud /Pages ou stockées en références indirectes sortent du test de confinement, si bien qu'un fichier construit ainsi est jugé sur la seule présence de son TrimBox. Si votre propre producteur écrit des boîtes, écrivez-les directement sur chaque page pour que chacune reçoive le test de confinement complet

La clé /Trapped du dictionnaire Info répond à une autre question de production. Le trapping fait se chevaucher légèrement des couleurs adjacentes pour que le mauvais repérage presse n'ouvre pas d'intervalles blancs entre elles, et l'imprimeur doit savoir si cela a déjà été fait : trapper un fichier déjà trappé double les chevauchements, tandis que sauter le trapping sur un fichier non trappé risque des intervalles visibles. PDF/X veut donc /Trapped /True ou /Trapped /False. Une clé manquante ou /Unknown force un humain à ouvrir le fichier, et le composant le rapporte en pvxiTrappedNotSet

Interdictions structurelles, et à quelle partie elles s'appliquent

La couche structurelle de ValidatePdfX inspecte les dictionnaires du fichier sans rien rendre, et le contenu des flux est tenu hors du scan. Un JPEG dont les données compresses contiennent par hasard les octets /JavaScript ne peut pas produire un faux positif. ValidatePdfX exécute ces contrôles quelle que soit la partie revendiquée par le fichier :

  • pvxiLzwForbidden : un filtre /LZWDecode apparaît quelque part ; Flate fait le même travail et est ce qu'une réexportation devrait utiliser
  • pvxiJavaScriptForbidden : une action ou un arbre de noms /JavaScript est présent
  • pvxiFormFieldsForbidden : un dictionnaire /AcroForm ou une entrée /XFA existe
  • pvxiAdditionalActions : un dictionnaire d'actions supplémentaires /AA est présent
  • pvxiEmbeddedFilesForbidden : /EmbeddedFiles ou une annotation /FileAttachment est présent
  • pvxiOpiForbidden : une entrée /OPI ou /Alternates pointe vers du contenu d'image remplaçable stocké ailleurs

Deux contrôles de plus dépendent de la partie revendiquée par le fichier, et ValidatePdfX les conditionne au Conformance détecté. pvxiTransparencyForbidden ne s'applique qu'à PDF/X-1a et PDF/X-3, où un groupe de transparence ou un masque doux actif n'est pas permis ; les fichiers PDF/X-4 et PDF/X-6 peuvent garder la transparence vivante, si bien que les mêmes objets là ne lèvent rien. pvxiColorSpaceForbidden ne s'applique qu'au PDF/X-1a et se déclenche sur /DeviceRGB, /CalRGB ou /Lab, parce que X-1a est un échange CMYK-et-spot et que les espaces indépendants du périphérique arrivent avec X-3. Un fichier dont la partie n'a pas pu être identifiée n'est jamais signalé pour une règle qui pourrait ne pas s'y appliquer

PDF/X-1a reçoit aussi un examen plus attentif de son profil de sortie. Le /DestOutputProfile incorporé doit être un profil de sortie ICC version 2 (prtr) avec un espace de données CMYK et les tables de correspondance dont un RIP a besoin pour la conversion de couleur, et le /N du flux doit valoir 4. Un profil sRGB collé par un écrivain PDF générique, ou un profil endommagé, produit pvxiInvalidOutputProfile. Le côté écrivain applique le même test : SaveAsPdfX avec Conformance à pxc1a lève EArgumentException quand IccProfileData n'est pas un profil de sortie CMYK ICC v2 utilisable, au lieu d'écrire un fichier que le validateur rejetterait une minute plus tard

Diagramme de TPdf.ValidatePdfX dans le PDFium Component pour Delphi exécutant un scan de jetons au niveau octet avec des contrôles de marqueurs, de contenu et de géométrie de page plus une passe d'incorporation de polices par le modèle d'objets PDFium, fusionnant en un enregistrement TPdfXValidationResult unique
ValidatePdfX fait passer un document chargé par les contrôles de contenu au niveau octet et la passe de polices du modèle d'objets PDFium, puis fusionne les deux couches en un seul enregistrement de résultat typé

Incorporation des polices, vérifiée deux fois

Les polices reçoivent deux contrôles parce qu'un scan d'octets ne peut répondre qu'à une partie de la question. La couche structurelle lève pvxiFontNotEmbedded quand le fichier utilise des polices mais ne porte aucun programme /FontFile, /FontFile2 ou /FontFile3. Cette règle est délibérément conservatrice : compter les descripteurs de polices contre les programmes de polices paraît précis mais se déclenche à tort sur des fichiers où plusieurs polices partagent un descripteur. Le coût, c'est qu'un document avec neuf polices incorporées et une police système glissée dedans passe le scan d'octets

La seconde couche ferme ce trou par le modèle d'objets PDFium. TPdf.ValidatePdfX charge chaque page, parcourt ses objets avec FPDFPage_CountObjects et FPDFPage_GetObject, résout la police de chaque objet texte avec FPDFTextObj_GetFont, et interroge FPDFFont_GetIsEmbedded. Une seule police non incorporée ajoute pvxiPdfiumFontNotEmbedded et termine le parcours, si bien que sur un catalogue de 300 pages qui échoue sur sa couverture la réponse revient après la page une. Cette couche demande la bibliothèque PDFium chargée et un build qui exporte FPDFFont_GetIsEmbedded ; avec une bibliothèque qui manque de cet export, la couche est sautée et le verdict au niveau octet tient tout seul

Les deux contrôles répondent « incorporée ou pas ». Quand un client demande quelle police à quelle page a causé le rejet, le code d'énumération de l'analyse des propriétés de polices PDF avec PDFium en Delphi reprend là où le verdict du validateur s'arrête. Un petit aide qui transforme chaque problème bloquant en phrase qu'un graphiste comprend rend bien service en attendant :

// Votre propre aide : texte face client pour les problèmes qui bloquent un travail
function PdfXIssueText(Issue: TPdfXValidationIssue): string;
begin
  case Issue of
    pvxiMissingTrimBox:
      Result := 'No TrimBox: the finished page size is not defined';
    pvxiTrimBoxWithArtBox:
      Result := 'A page defines both TrimBox and ArtBox';
    pvxiPageBoxOutsideMediaBox:
      Result := 'TrimBox or BleedBox extends past the sheet';
    pvxiTrappedNotSet:
      Result := 'Trapped must be set to True or False';
    pvxiFontNotEmbedded, pvxiPdfiumFontNotEmbedded:
      Result := 'At least one font is not embedded';
    pvxiTransparencyForbidden:
      Result := 'Live transparency is not allowed in PDF/X-1a or PDF/X-3';
    pvxiColorSpaceForbidden:
      Result := 'RGB or Lab color is not allowed in PDF/X-1a';
    pvxiInvalidOutputProfile:
      Result := 'The output intent needs a CMYK printer profile';
  else
    Result := 'PDF/X requirement not met';
  end;
end;

procedure ReportBlocking(const Blocking: TPdfXValidationIssues);
var
  Issue: TPdfXValidationIssue;
begin
  for Issue in Blocking do
    Writeln('REJECT: ', PdfXIssueText(Issue));
end;

Contrôler le fichier sur disque sans la DLL PDFium

La couche structurelle est aussi disponible toute seule comme ValidatePdfXCompliance(Source: TStream), déclarée dans l'unité FPdfPdfx et implémentée dans FPdfPdfxEngine. C'est du Object Pascal pur sans aucune dépendance à la bibliothèque PDFium, si bien qu'elle convient là où un moteur de rendu est malvenu : un gestionnaire d'upload sur un serveur web, une étape de CI qui examine l'illustration générée, ou un service Lazarus sur une plateforme où vous préfériez ne pas expédier de binaires natifs. Il lit le flux exactement comme donné, ce qui en fait le bon outil quand la question est « qu'est-ce que l'imprimerie recevra ? » plutôt que « à quoi ressemblerait ce document s'il était enregistré encore une fois ? »

uses
  Classes, FPdfPdfx,
  FPdfPdfxEngine; // moteur PDF/X au niveau octet seulement, sans bibliothèque PDFium

function QuickPdfXGate(const FileName: string): Boolean;
var
  Fs: TFileStream;
  Res: TPdfXValidationResult;
begin
  Fs := TFileStream.Create(FileName, fmOpenRead or fmShareDenyWrite);
  try
    Res := ValidatePdfXCompliance(Fs);
    // IsCompliant rejette déjà pxcNone et pxcUnknown
    Result := Res.IsCompliant;
  finally
    Fs.Free;
  end;
end;

Le flux doit être seekable, puisque le validateur lit les données de table de références depuis la fin du fichier. Les flux d'objets compressés et les flux de table de références, la disposition habituelle d'un PDF/X-4, se lisent comme toute autre structure. Sur ce chemin, le verdict de polices est celui au niveau octet seulement, parce que le contrôle par objet texte demande le modèle d'objets PDFium. Exécutez ValidatePdfXCompliance comme première porte bon marché sur chaque upload et réservez le TPdf.ValidatePdfX complet aux fichiers qui la passent ; les fichiers rejetés ne coûtent jamais un chargement de page

Où la porte s'arrête et où la certification commence

ValidatePdfX couvre les marqueurs d'identification, l'output intent et son profil, les interdictions structurelles, les règles de transparence et de couleur propres à chaque partie, la géométrie de page, la déclaration de trapping et l'incorporation des polices jusqu'aux objets texte individuels. Les limites de couverture d'encre, la résolution des images et le nommage des couleurs spot appartiennent à un moteur de preflight à gestion de couleur, l'outil qu'une imprimerie utilise quand elle certifie un travail. La valeur de la porte dans l'application est le timing : chaque rejet structurel décrit ci-dessus apparaît pendant que le client est encore à l'écran d'upload. Le même TPdfXValidationResult nourrit aussi le générateur de rapports du composant, et construire un CLI de rapport de preflight par lot avec le PDFium Component montre ce motif appliqué à un dossier de fichiers. PDF/X partage une grande partie de sa machinerie avec le PDF/A d'archivage, de l'identification XMP aux output intents, et le côté archivage est couvert dans la validation preflight PDF/A avec le PDFium Component

Les validateurs PDF/X, l'écrivain SaveAsPdfX assorti pour produire une sortie conforme, et les contrôles PDF/A, PDF/UA, PDF/E et PDF/VT bâtis de la même façon font partie de l'édition Enterprise du PDFium Component pour Delphi, C++Builder et Lazarus, si bien qu'un portail d'impression peut contrôler ce qu'il accepte avec la même bibliothèque qu'il utilise pour rendre les aperçus