Техническая статья

Валидация PDF/X в Delphi с помощью компонента PDFium

Одностраничная листовка с заголовком Helvetica выглядит безупречно в каждом просмотрщике на столе дизайнера, потому что каждый просмотрщик тихо подставляет системный шрифт вместо Helvetica. RIP печатного провайдера такой вольности не получает. Всякий раздел ISO 15930 требует, чтобы каждая шрифтовая программа, используемая на странице, ехала внутри файла, и 14 стандартных базовых шрифтов исключения не составляют, поэтому листовка возвращается с «font not embedded» по шрифту, отсутствие которого на дизайнерской стороне никто никогда не замечал. Подобные проверки — вместе со страничными боксами, декларацией треппинга и выходным намерением — могут исполняться внутри вашего Delphi-приложения ещё до нажатия кнопки загрузки

Что файл PDF/X должен доказать типографии, которую никогда не видел

PDF/X существует ради слепого обмена: дизайнер шлёт файл типографии, с которой никогда не говорил, а типография печатает правильно — без звонка о нехватке шрифтов или связанном изображении, оставшемся на чьём-то ноутбуке. Шрифты обязаны быть внедрены, потому что нельзя предполагать, что принимающий RIP ими владеет. Внешние ссылки запрещены, потому что файл обязан быть полон сам по себе. Интерактивные возможности запрещены, потому что у краски нет обработчика щелчка

PDFium Component сообщает, на какую часть претендует файл, через перечисление TPdfXConformance. pxc1a — это PDF/X-1a:2001 (ISO 15930-1), строгий обмен CMYK плюс плашки на базе PDF 1.3/1.4. pxc3 — PDF/X-3:2002 (ISO 15930-3), допускающий RGB, Lab и цвет на базе ICC, привязанный к выходному намерению. pxc4 — PDF/X-4:2010 (ISO 15930-7), разрешающий живую прозрачность и слои на PDF 1.6. pxc6 — PDF/X-6 (ISO 15930-9), построенный на PDF 2.0. Файл вовсе без идентификации PDF/X возвращается как pxcNone, а pxcUnknown — то, что вы получите, когда документ не загружен

Сама идентификация — небольшой набор маркеров, обязанных соглашаться друг с другом. XMP-пакет несёт pdfxid:GTS_PDFXVersion вместе с описанием схемы расширения и xmp:CreateDate / xmp:ModifyDate; словарь Info повторяет /GTS_PDFXVersion, и обе строки должны совпадать. Запись /OutputIntents в каталоге называет печатное условие, под которое готовился файл, с /S /GTS_PDFX, /OutputConditionIdentifier и, для полного обмена, внедрённым ICC-профилем в /DestOutputProfile. Трейлеру нужен /ID, а шифрование исключено целиком. Каждое из этих требований отображается в своё значение TPdfXValidationIssue: от pvxiMissingPdfXIdentifier через pvxiInfoVersionMismatch, pvxiOutputIntentMissingIdentifier и pvxiEncryptionPresent

Запуск TPdf.ValidatePdfX как печатного шлюза

TPdf.ValidatePdfX не берёт аргументов и возвращает запись TPdfXValidationResult с двумя полями, Conformance и Issues (паскалевское множество TPdfXValidationIssue), плюс метод IsCompliant. Валидация PDF/X принадлежит Enterprise-редакции: добавьте FPdfEnterprise в uses, положив Lib\Enterprise и Lib\SmallBusiness на путь поиска, чтобы валидатор слинковался в ваш исполняемый файл. Без того юнита вызов бросает EPdfEnterpriseRequired, что легко заметить на первом же тестовом прогоне

IsCompliant строг намеренно. Он возвращает True, только когда Conformance — один из pxc1a, pxc3, pxc4 или pxc6, а множество проблем пусто, включая pvxiMissingTitle. Стандарт формулирует Title как рекомендацию, тогда как большинство прочих проверок — жёсткие требования. Завернуть заказ клиента из-за отсутствия /Title в словаре Info — тот сорт отказа, после которого люди перестают доверять шлюзу, поэтому разделите множество и держите консультативные пункты вне решения «прошёл/не прошёл»:

uses
  PDFium, FPdfPdfx,
  FPdfEnterprise; // линкует валидатор PDF/X (Enterprise-редакция)

const
  // Ваша собственная политика: проблемы, сообщаемые пользователю, но не блокирующие загрузку
  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;

    // Тот же тест соответствия, что у IsCompliant, минус консультативные пункты
    Result := (Res.Conformance in [pxc1a, pxc3, pxc4, pxc6]) and
      (Blocking = []);
  finally
    Pdf.Free;
  end;
end;

Файл, никогда не претендовавший на PDF/X, проваливает этот шлюз с длинным списком проблем: нет XMP-метаданных, нет идентификатора, нет выходного намерения, нет записи версии в Info. Показать этот список всё равно стоит: он читается как список дел для того, кому заново экспортировать файл. Ещё одно свойство ValidatePdfX важно в редактирующем приложении: он проверяет документ так, как компонент сохранил бы его прямо сейчас, поэтому страницы, добавленные после загрузки, и изменённые метаданные входят в проверяемое

Почему типографии отклоняют PDF без TrimBox?

TrimBox — готовая страница, прямоугольник, остающийся после реза гильотиной. MediaBox, который несёт каждая PDF-страница, — только лист: он вмещает вылеты, метки реза, приводочные метки и цветовые полосы. Спусковое ПО раскладывает страницы на печатный лист по их TrimBox, а без него оператору приходится гадать, где кончается ваша визитка. Неверная догадка срежет вылеты или оставит белую полоску вдоль края

Схема PDFium Component готовой к печати PDF-страницы: лист MediaBox с вылетами, метками реза, цветовыми и приводочными метками вокруг прямоугольника TrimBox, который читает спусковое ПО, и pvxiMissingTrimBox при отсутствии ключа
MediaBox — полный лист с вылетами, метками реза и цветовыми полосами, TrimBox — готовая страница, которую обязан найти резак, и бокс, который производитель PDF/X должен писать на каждой странице

ValidatePdfX прогоняет три геометрические проверки. pvxiMissingTrimBox срабатывает, когда ключ /TrimBox не встречается нигде в файле. pvxiTrimBoxWithArtBox — когда страница несёт /TrimBox и /ArtBox вместе. pvxiPageBoxOutsideMediaBox — когда /TrimBox или /BleedBox достаёт за /MediaBox, описывающий область, которую машина не может засветить. Прямоугольники могут перечислять углы в любом порядке, поэтому перед сравнением оба нормализуются

Проверки боксов читают прямоугольники, записанные прямо в словаре каждой страницы. Боксы, унаследованные от узла /Pages или хранимые косвенными ссылками, из теста вложенности исключаются, так что файл, построенный так, судится по одному лишь наличию TrimBox. Если ваш собственный производитель пишет боксы, пишите их прямо на каждой странице, чтобы каждая прошла полный тест вложенности

Ключ /Trapped в словаре Info отвечает на другой производственный вопрос. Треппинг слегка перекрывает соседние цвета, чтобы несовмещение красок на машине не открыло белых щелей между ними, а типография должна знать, сделано ли это уже: треппинг уже затреппированного файла удвоит перекрытия, а пропуск на незатреппированном грозит видимыми щелями. Поэтому PDF/X хочет /Trapped /True или /Trapped /False. Отсутствующий ключ или /Unknown вынуждает человека открыть файл, и компонент рапортует это как pvxiTrappedNotSet

Структурные запреты и на какую часть они действуют

Структурный слой ValidatePdfX осматривает словари файла, ничего не отрисовывая, и содержимое потоков из сканирования исключено. JPEG, чьи сжатые данные случайно содержат байты /JavaScript, не даст ложного срабатывания. ValidatePdfX гоняет эти проверки на какой бы части файл ни претендовал:

  • pvxiLzwForbidden: фильтр /LZWDecode встречается где угодно; Flate делает ту же работу и то, что должен использовать реэкспорт
  • pvxiJavaScriptForbidden: присутствует действие или дерево имён /JavaScript
  • pvxiFormFieldsForbidden: существует словарь /AcroForm или запись /XFA
  • pvxiAdditionalActions: присутствует словарь дополнительных действий /AA
  • pvxiEmbeddedFilesForbidden: присутствуют /EmbeddedFiles или аннотация /FileAttachment
  • pvxiOpiForbidden: запись /OPI или /Alternates указывает на замещаемое изображение, хранимое где-то ещё

Две дальнейшие проверки зависят от части, на которую претендует файл, и ValidatePdfX гейтит их по определённому Conformance. pvxiTransparencyForbidden относится только к PDF/X-1a и PDF/X-3, где группа прозрачности или активная мягкая маска не разрешены; файлы PDF/X-4 и PDF/X-6 могут держать живую прозрачность, поэтому те же объекты там ничего не поднимают. pvxiColorSpaceForbidden относится к одному PDF/X-1a и срабатывает на /DeviceRGB, /CalRGB или /Lab, потому что X-1a — обмен CMYK плюс плашки, а аппаратно-независимые пространства приходят с X-3. Файл, чья часть не опознана, никогда не помечается правилом, которое может к нему не применяться

PDF/X-1a к тому же получает пристальный взгляд на свой выходной профиль. Внедрённый /DestOutputProfile обязан быть выходным (prtr) профилем ICC версии 2 с пространством данных CMYK и таблицами поиска, нужными RIP для цветопередачи, а /N потока обязан равняться 4. Случайно вставленный универсальным писателем sRGB-профиль или повреждённый профиль даёт pvxiInvalidOutputProfile. Писательская сторона применяет тот же тест: SaveAsPdfX с Conformance в pxc1a бросает EArgumentException, когда IccProfileData — не пригодный выходной CMYK-профиль ICC v2, вместо записи файла, который валидатор отвергнет минутой позже

Схема TPdf.ValidatePdfX в PDFium Component для Delphi: побайтовый проход сканирования токенов с проверками маркеров, содержимого и геометрии страниц плюс проход внедрения шрифтов по объектной модели PDFium, сливающиеся в одну запись TPdfXValidationResult
ValidatePdfX пропускает один загруженный документ через побайтовые проверки содержимого и шрифтовый проход объектной модели PDFium, затем сливает оба слоя в одну типизированную запись результата

Внедрение шрифтов, проверенное дважды

Шрифты получают две проверки, потому что побайтовый скан отвечает лишь на часть вопроса. Структурный слой поднимает pvxiFontNotEmbedded, когда файл пользуется шрифтами, но не несёт вовсе ни программы /FontFile, /FontFile2 или /FontFile3. Правило нарочно консервативно: сверять дескрипторы шрифтов с шрифтовыми программами выглядит точно, но даёт осечки на файлах, где несколько шрифтов делят один дескриптор. Цена в том, что документ с девятью внедрёнными шрифтами и одним просочившимся системным проходит побайтовый скан

Второй слой закрывает эту брешь через объектную модель PDFium. TPdf.ValidatePdfX грузит каждую страницу, обходит её объекты через FPDFPage_CountObjects и FPDFPage_GetObject, разрешает шрифт каждого текстового объекта через FPDFTextObj_GetFont и спрашивает FPDFFont_GetIsEmbedded. Один невнедрённый шрифт добавляет pvxiPdfiumFontNotEmbedded и завершает обход, поэтому на 300-страничном каталоге, провалившемся на обложке, ответ возвращается после первой страницы. Этому слою нужна загруженная библиотека PDFium и сборка, экспортирующая FPDFFont_GetIsEmbedded; с библиотекой без того экспорта слой пропускается, и побайтовый вердикт стоит сам по себе

Обе проверки отвечают на вопрос «внедрён или нет». Когда клиент спрашивает, какой шрифт на какой странице вызвал отказ, код перечисления из статьи об анализе свойств шрифтов PDF с PDFium в Delphi подхватывает там, где кончается вердикт валидатора. А пока короткий помощник, превращающий каждую блокирующую проблему в понятную дизайнеру фразу, окупается сполна:

// Ваш собственный помощник: понятный заказчику текст для проблем, блокирующих заказ
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;

Проверка файла на диске без PDFium DLL

Структурный слой доступен и сам по себе как ValidatePdfXCompliance(Source: TStream), объявленный в юните FPdfPdfx и реализованный в FPdfPdfxEngine. Это чистый Object Pascal без зависимости от библиотеки PDFium, так что он впору там, где движок рендеринга неуместен: обработчик загрузки на веб-сервере, шаг CI, ветрирующий сгенерированный макет, или сервис на Lazarus на платформе, куда не хочется возить нативные бинарники. Он читает поток ровно как дано, что делает его правильным инструментом, когда вопрос — «что получит типография?», а не «как выглядел бы документ при повторном сохранении?»

uses
  Classes, FPdfPdfx,
  FPdfPdfxEngine; // только побайтовый движок PDF/X, библиотека PDFium не нужна

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

Поток обязан быть позиционируемым, ведь валидатор читает данные таблицы перекрёстных ссылок с конца файла. Сжатые object streams и cross-reference streams — обычная раскладка файла PDF/X-4 — читаются как любая другая структура. На этом пути шрифтовой вердикт — только побайтовый, поскольку пообъектная проверка текста требует объектной модели PDFium. Гоняйте ValidatePdfXCompliance как дешёвый первый шлюз на каждой загрузке и приберегайте полный TPdf.ValidatePdfX для файлов, его прошедших; отвергнутые файлы не стоят ни одной загрузки страницы

Где шлюз кончается и начинается сертификация

ValidatePdfX покрывает маркеры идентификации, выходное намерение с его профилем, структурные запреты, зависящие от части правила прозрачности и цвета, геометрию страниц, декларацию треппинга и внедрение шрифтов вплоть до отдельных текстовых объектов. Пределы покрытия краской, разрешение изображений и именование плашечных цветов — дело color-managed префлайт-движка, инструмента, которым типография сертифицирует заказ. Ценность внутриприложенческого шлюза — во времени: каждая описанная выше структурная причина отказа всплывает, пока клиент ещё на экране загрузки. Та же запись TPdfXValidationResult питает и генератор отчётов компонента, а сборка batch-префлайт CLI с PDFium Component показывает этот паттерн на папке файлов. PDF/X делит большую часть механики с архивным PDF/A — от XMP-идентификации до выходных намерений, — и архивная сторона разобрана в префлайт-валидации PDF/A с PDFium Component

Валидаторы PDF/X, парный писатель SaveAsPdfX для создания соответствующего вывода и построенные так же проверки PDF/A, PDF/UA, PDF/E и PDF/VT — часть Enterprise-редакции PDFium Component для Delphi, C++Builder и Lazarus, так что печатный портал может проверять принимаемое той же библиотекой, которой рисует превью