Articolo tecnico

Convalida PDF/X in Delphi con il componente PDFium

Un volantino di una pagina con un titolo in Helvetica sembra perfetto in ogni viewer sulla scrivania del designer, perché ogni viewer sostituisce in silenzio un font di sistema alla Helvetica. Il RIP del servizio di stampa non gode di alcuna larghezza del genere. Ogni parte di ISO 15930 esige che ogni programma di font usato sulla pagina viaggi dentro il file, e i 14 font di base standard non sono esenti, quindi il volantino torna indietro con "font not embedded" per un font che nessuno dal lato della progettazione ha mai visto mancare. Controlli come quello, insieme ai page box, alla dichiarazione di trapping e all'output intent, possono girare dentro la vostra applicazione Delphi prima che venga premuto il pulsante di upload

Cosa deve dimostrare un file PDF/X a una stampante che non ha mai visto

Il PDF/X esiste per lo scambio alla cieca: un designer manda un file a una stampante con cui non ha mai parlato, e la stampante produce output corretto senza una telefonata sui font mancanti o su un'immagine collegata rimasta sul portatile di qualcuno. I font devono essere incorporati perché non si può presumere che il RIP ricevente li possieda. I riferimenti esterni sono vietati perché il file deve essere completo in sé. Le funzionalità interattive sono vietate perché l'inchiostro non ha un gestore di clic

PDFium Component riferisce quale parte un file dichiara tramite l'enum TPdfXConformance. pxc1a è PDF/X-1a:2001 (ISO 15930-1), lo scambio severo CMYK più tinte dirette su base PDF 1.3/1.4. pxc3 è PDF/X-3:2002 (ISO 15930-3), che ammette RGB, Lab e colore basato su ICC legato all'output intent. pxc4 è PDF/X-4:2010 (ISO 15930-7), che consente trasparenza attiva e layer su PDF 1.6. pxc6 è PDF/X-6 (ISO 15930-9), costruito su PDF 2.0. Un file senza alcuna identificazione PDF/X torna come pxcNone, e pxcUnknown è ciò che ottenete quando nessun documento è caricato

L'identificazione in sé è un piccolo mazzo di marcatori che devono concordare tra loro. Il pacchetto XMP porta pdfxid:GTS_PDFXVersion insieme alla descrizione dello schema di estensione e a xmp:CreateDate / xmp:ModifyDate; il dizionario Info ripete /GTS_PDFXVersion, e le due stringhe devono combaciare. La voce /OutputIntents del catalogo nomina la condizione di stampa per cui il file è stato preparato, con /S /GTS_PDFX, un /OutputConditionIdentifier e, per uno scambio completo, un profilo ICC incorporato in /DestOutputProfile. Il trailer richiede un /ID, e la cifratura è esclusa del tutto. Ognuna di queste cose si mappa sul proprio valore in TPdfXValidationIssue, da pvxiMissingPdfXIdentifier passando per pvxiInfoVersionMismatch, pvxiOutputIntentMissingIdentifier e pvxiEncryptionPresent

Eseguire TPdf.ValidatePdfX come varco di stampa

TPdf.ValidatePdfX non prende argomenti e restituisce un record TPdfXValidationResult con due campi, Conformance e Issues (un set Pascal di TPdfXValidationIssue), più un metodo IsCompliant. La validazione PDF/X appartiene all'edizione Enterprise: aggiungete FPdfEnterprise a una uses clause, con Lib\Enterprise e Lib\SmallBusiness nel percorso di ricerca, così il validatore viene collegato nel vostro eseguibile. Senza quell'unità la chiamata solleva EPdfEnterpriseRequired, facile da scorgere alla prima esecuzione di prova

IsCompliant è severo apposta. Restituisce True solo quando Conformance è una tra pxc1a, pxc3, pxc4 o pxc6 e l'insieme dei problemi è vuoto, e questo include pvxiMissingTitle. La norma formula il Title come raccomandazione, mentre la maggior parte degli altri controlli sono requisiti duri. Respingere il lavoro di un cliente perché il dizionario Info non ha /Title è il tipo di rifiuto che fa smettere di fidarsi del varco, quindi dividete il set e tenete le voci consultive fuori dalla decisione passa/non-passa:

uses
  PDFium, FPdfPdfx,
  FPdfEnterprise; // collega il validatore PDF/X (edizione Enterprise)

const
  // La vostra politica: problemi riportati all'utente ma non bloccanti per l'upload
  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;

    // La stessa prova di conformità che usa IsCompliant, tolte le voci consultive
    Result := (Res.Conformance in [pxc1a, pxc3, pxc4, pxc6]) and
      (Blocking = []);
  finally
    Pdf.Free;
  end;
end;

Un file che non ha mai dichiarato di essere PDF/X fallisce questo varco con una lunga lista di problemi: niente metadati XMP, niente identificatore, niente output intent, niente voce di versione nell'Info. quella lista merita comunque di essere mostrata, perché si legge come una lista di cose da fare per chi deve riesportare il file. Un'altra proprietà di ValidatePdfX conta in un'applicazione di editing: controlla il documento così come il componente lo salverebbe adesso, quindi le pagine che avete aggiunto o i metadati che avete cambiato dopo il caricamento fanno parte di ciò che viene validato

Perché le tipografie respingono i PDF senza TrimBox?

Il TrimBox è la pagina finita, il rettangolo che resta dopo i tagli della ghigliottina. Il MediaBox che ogni pagina PDF porta è solo il foglio: contiene l'abbondanza, i segni di taglio, i target di registro e le barre colore. Il software di imposizione piazza le pagine su un foglio di stampa in base ai loro TrimBox, e senza di esso l'operatore deve indovinare dove finisce il vostro biglietto da visita. Un'indovinello sbagliato taglia via l'abbondanza o lascia una linguetta bianca lungo un bordo

Diagramma PDFium Component di una pagina PDF pronta per la stampa che mostra il foglio MediaBox con abbondanza, segni di taglio, barre colore e segni di registro attorno al rettangolo TrimBox che il software di imposizione usa per piazzare le pagine
Il TrimBox è la pagina finita dopo i tagli della ghigliottina, e l'imposizione piazza le pagine in base ad esso, quindi un file senza TrimBox lascia l'operatore a indovinare dove finisce il pezzo

ValidatePdfX esegue tre controlli di geometria. pvxiMissingTrimBox scatta quando nessuna chiave /TrimBox compare in nessun punto del file. pvxiTrimBoxWithArtBox scatta quando una pagina porta /TrimBox e /ArtBox insieme. pvxiPageBoxOutsideMediaBox scatta quando un /TrimBox o un /BleedBox spinge oltre il /MediaBox, il che descrive un'area che la macchina non può immagine. I rettangoli possono elencare i loro angoli in entrambi gli ordini, quindi entrambi vengono normalizzati prima del confronto

I controlli sui box leggono rettangoli scritti direttamente nel dizionario di ogni pagina. I box ereditati da un nodo /Pages o conservati come riferimenti indiretti restano fuori dalla prova di contenimento, quindi un file costruito così viene giudicato sulla sola presenza del suo TrimBox. Se il vostro producer scrive i box, scriveteli direttamente su ogni pagina così ognuno riceve la piena prova di contenimento

La chiave /Trapped nel dizionario Info risponde a una domanda di produzione diversa. Il trapping sovrappone leggermente colori adiacenti così che un disallineamento della macchina non apra varchi bianchi tra loro, e la tipografia deve sapere se è già stato fatto: fare trapping su un file già trattato raddoppia le sovrapposizioni, mentre saltarlo su un file non trattato rischia varchi visibili. Il PDF/X vuole quindi /Trapped /True o /Trapped /False. Una chiave mancante o /Unknown costringe un umano ad aprire il file, e il componente lo riporta come pvxiTrappedNotSet

Divieti strutturali, e a quale parte si applicano

Il livello strutturale di ValidatePdfX ispeziona i dizionari del file anziché renderizzare qualsiasi cosa, e i contenuti degli stream restano fuori dalla scansione. Un JPEG i cui dati compressi contengono per caso i byte /JavaScript non può produrre un falso positivo. ValidatePdfX esegue questi controlli a prescindere dalla parte che il file dichiara:

  • pvxiLzwForbidden: un filtro /LZWDecode compare in un punto qualsiasi; Flate fa lo stesso lavoro ed è ciò che una riesportazione dovrebbe usare
  • pvxiJavaScriptForbidden: è presente un'azione o un name tree /JavaScript
  • pvxiFormFieldsForbidden: esiste un dizionario /AcroForm o una voce /XFA
  • pvxiAdditionalActions: è presente un dizionario di azioni aggiuntive /AA
  • pvxiEmbeddedFilesForbidden: sono presenti /EmbeddedFiles o un'annotazione /FileAttachment
  • pvxiOpiForbidden: una voce /OPI o /Alternates punta a contenuto di immagine sostituibile conservato altrove

Due ulteriori controlli dipendono dalla parte che il file dichiara, e ValidatePdfX li condiziona alla Conformance rilevata. pvxiTransparencyForbidden si applica solo a PDF/X-1a e PDF/X-3, dove un gruppo di trasparenza o una soft mask attiva non sono ammessi; i file PDF/X-4 e PDF/X-6 possono conservare la trasparenza attiva, quindi gli stessi oggetti lì non sollevano nulla. pvxiColorSpaceForbidden si applica da solo al PDF/X-1a e scatta su /DeviceRGB, /CalRGB o /Lab, perché X-1a è uno scambio CMYK-e-tinte dirette e gli spazi indipendenti dal dispositivo arrivano con X-3. Un file la cui parte non è stata identificata non viene mai segnalato per una regola che potrebbe non riguardarlo

Il PDF/X-1a riceve anche uno sguardo più attento al suo profilo di output. Il /DestOutputProfile incorporato deve essere un profilo di output (prtr) ICC versione 2 con spazio dati CMYK e le lookup table di cui un RIP ha bisogno per la conversione del colore, e il /N dello stream deve essere 4. Un profilo sRGB incollato dentro da un writer PDF generico, o un profilo danneggiato, produce pvxiInvalidOutputProfile. Il lato writer applica la stessa prova: SaveAsPdfX con Conformance a pxc1a solleva EArgumentException quando IccProfileData non è un profilo di output CMYK ICC v2 utilizzabile, anziché scrivere un file che il validatore respingerebbe un minuto dopo

Diagramma di TPdf.ValidatePdfX nel PDFium Component per Delphi che esegue una scansione a token a livello di byte con controlli su marcatori, contenuti e geometria di pagina e un passaggio di incorporamento font sul modello a oggetti PDFium, fondendosi in un unico record TPdfXValidationResult
ValidatePdfX dirama un documento caricato attraverso i controlli di contenuto a livello di byte e il passaggio font sul modello a oggetti PDFium, poi fonde entrambi i livelli in un unico record risultato tipizzato

Incorporamento dei font, verificato due volte

I font ricevono due controlli perché una scansione a byte può rispondere solo a una parte della domanda. Il livello strutturale solleva pvxiFontNotEmbedded quando il file usa font ma non porta alcun programma /FontFile, /FontFile2 o /FontFile3. Quella regola è volutamente conservativa: contare i descrittori di font contro i programmi di font sembra preciso ma sbaglia sui file dove più font condividono un descrittore. Il costo è che un documento con nove font incorporati e un font di sistema intrufolato passa la scansione a byte

Il secondo livello chiude quel varco attraverso il modello a oggetti di PDFium. TPdf.ValidatePdfX carica ogni pagina, percorre i suoi oggetti con FPDFPage_CountObjects e FPDFPage_GetObject, risolve il font di ogni oggetto testo con FPDFTextObj_GetFont e interroga FPDFFont_GetIsEmbedded. Un solo font non incorporato aggiunge pvxiPdfiumFontNotEmbedded e chiude la camminata, quindi su un catalogo di 300 pagine che fallisce sulla copertina la risposta arriva dopo la pagina uno. Questo livello richiede la libreria PDFium caricata e una build che esporti FPDFFont_GetIsEmbedded; con una libreria priva dell'export, il livello viene saltato e il verdetto a livello di byte resta in piedi da solo

Entrambi i controlli rispondono "incorporato o no". Quando un cliente chiede quale font su quale pagina abbia causato il rifiuto, il codice di enumerazione in analisi delle proprietà dei font PDF con PDFium in Delphi riprende da dove si ferma il verdetto del validatore. Un breve helper che trasforma ogni problema bloccante in una frase che un designer capisce fa molta strada nel frattempo:

// Un vostro helper: testo per il cliente dei problemi che bloccano un lavoro
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;

Controllare il file su disco senza la DLL PDFium

Il livello strutturale è disponibile anche da solo come ValidatePdfXCompliance(Source: TStream), dichiarato nell'unità FPdfPdfx e implementato in FPdfPdfxEngine. È Object Pascal puro senza dipendenza dalla libreria PDFium, quindi sta bene dove un motore di rendering è malvisto: un gestore di upload su un server web, un passo CI che esamina artwork generato, o un servizio Lazarus su una piattaforma dove preferireste non spedire binari nativi. Legge lo stream esattamente come dato, il che ne fa lo strumento giusto quando la domanda è "cosa riceverà la tipografia?" anziché "come apparirebbe questo documento se salvato di nuovo?"

uses
  Classes, FPdfPdfx,
  FPdfPdfxEngine; // solo il motore PDF/X a livello di byte, nessuna libreria PDFium richiesta

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

Lo stream deve essere seekable, dato che il validatore legge i dati dei riferimenti incrociati dalla fine del file. Gli object stream compressi e i cross-reference stream, il layout abituale di un file PDF/X-4, vengono letti come qualsiasi altra struttura. Su questo percorso il verdetto sui font è solo quello a livello di byte, perché il controllo per oggetto testo richiede il modello a oggetti di PDFium. Eseguite ValidatePdfXCompliance come primo varco economico su ogni upload e riservate il pieno TPdf.ValidatePdfX ai file che lo passano; i file respinti non costano mai un caricamento di pagina

Dove il varco si ferma e inizia la certificazione

ValidatePdfX copre i marcatori di identificazione, l'output intent e il suo profilo, i divieti strutturali, le regole di trasparenza e colore specifiche della parte, la geometria di pagina, la dichiarazione di trapping e l'incorporamento dei font fino ai singoli oggetti testo. I limiti di copertura d'inchiostro, la risoluzione delle immagini e la nomenclatura delle tinte dirette appartengono a un motore di preflight a gestione del colore, lo strumento che una tipografia usa quando certifica un lavoro. Il valore del varco in-applicazione è la tempistica: ogni rifiuto strutturale descritto sopra si manifesta mentre il cliente è ancora alla schermata di upload. Lo stesso TPdfXValidationResult alimenta anche il generatore di report del componente, e costruire una CLI di report preflight in lotti con il PDFium Component mostra quel modello applicato a una cartella di file. Il PDF/X condivide molta della sua macchina con il PDF/A di archiviazione, dall'identificazione XMP agli output intent, e il versante di archiviazione è trattato in validazione preflight PDF/A con il PDFium Component

I validatori PDF/X, il writer SaveAsPdfX corrispondente per produrre output conforme, e i controlli PDF/A, PDF/UA, PDF/E e PDF/VT costruiti allo stesso modo fanno parte dell'edizione Enterprise del PDFium Component per Delphi, C++Builder e Lazarus, così un portale di stampa può controllare ciò che accetta con la stessa libreria che usa per renderizzare le anteprime