技術文章

PDFium 元件在 Delphi 中的 PDF/X 驗證

設計師桌上,一份帶 Helvetica 標題的單頁傳單在每個檢視器裡都完美無瑕,因為每個檢視器都悄悄用系統字型替代了 Helvetica。印前服務供應商的 RIP 沒有這種寬容。ISO 15930 的每個部分都要求頁面上用到的每個字型程式必須隨檔案一起走,標準 14 種基礎字型也不例外,所以傳單被退回,附上一句「font not embedded」——設計端從沒有人看過它缺字型。這類檢查,連同頁面方框、補漏白宣告與 output intent,都能在你自己的 Delphi 應用程式裡、在上傳按鈕按下之前跑完

一份 PDF/X 檔案要向素未謀面的印刷廠證明什麼

PDF/X 的存在是為了盲目交換:設計師把檔案寄給一位從未交談過的印刷廠,印刷廠不必打電話問缺字型、問留在誰筆電上的連結影像,就能產出正確結果。字型必須內嵌,因為不能假設接收端的 RIP 擁有它們。外部引用被禁,因為檔案必須自給自足。互動功能被禁,因為油墨沒有 click handler

PDFium Component 透過 TPdfXConformance 列舉回報檔案宣稱的部分。pxc1a 是 PDF/X-1a:2001(ISO 15930-1),PDF 1.3/1.4 基底上嚴格的 CMYK 加特別色交換。pxc3 是 PDF/X-3:2002(ISO 15930-3),接受 RGB、Lab 與綁定 output intent 的 ICC 色彩。pxc4 是 PDF/X-4:2010(ISO 15930-7),在 PDF 1.6 上允許即時透明與圖層。pxc6 是 PDF/X-6(ISO 15930-9),建構在 PDF 2.0 上。完全沒有 PDF/X 識別的檔案回傳 pxcNone;沒有載入任何文件時則是 pxcUnknown

識別本身是一小束必須彼此相符的標記。XMP 封包帶著 pdfxid:GTS_PDFXVersion,連同擴充架構描述與 xmp:CreateDate / xmp:ModifyDate;Info 字典重複 /GTS_PDFXVersion,兩個字串必須一致。目錄的 /OutputIntents 條目指名檔案準備時所依據的列印條件,帶 /S /GTS_PDFX、一個 /OutputConditionIdentifier,完整交換還要在 /DestOutputProfile 內嵌 ICC 描述檔。trailer 需要 /ID,加密則被完全排除。這些各自映射到 TPdfXValidationIssue 裡自己的值:從 pvxiMissingPdfXIdentifier、pvxiInfoVersionMismatch、pvxiOutputIntentMissingIdentifier 到 pvxiEncryptionPresent

把 TPdf.ValidatePdfX 當成印刷閘門

TPdf.ValidatePdfX 不收參數,回傳一個帶兩個欄位的 TPdfXValidationResult 記錄:Conformance 與 Issues(TPdfXValidationIssue 的 Pascal 集合),外加一個 IsCompliant 方法。PDF/X 驗證屬於 Enterprise 版:在 uses 子句加入 FPdfEnterprise,搜尋路徑放上 Lib\Enterprise 與 Lib\SmallBusiness,驗證器就會連結進你的執行檔。少了那個單元,呼叫會拋出 EPdfEnterpriseRequired,第一次測試執行時一眼就能看到

IsCompliant 刻意從嚴。只有當 Conformance 是 pxc1a、pxc3、pxc4 或 pxc6 之一且問題集合為空時,它才回傳 True——這包括 pvxiMissingTitle。標準把 Title 定為建議事項,其他大多數檢查卻是硬性要求。因為 Info 字典沒有 /Title 就退回客戶的活兒,正是那種讓人不再信任閘門的拒收,所以把集合拆開,讓建議性項目離開通過/失敗的判斷:

uses
  PDFium, FPdfPdfx,
  FPdfEnterprise; // 連結 PDF/X 驗證器(Enterprise 版)

const
  // 你自己的政策:向使用者回報、但不阻擋上傳的問題
  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;

    // 與 IsCompliant 相同的合規測試,扣掉建議性項目
    Result := (Res.Conformance in [pxc1a, pxc3, pxc4, pxc6]) and
      (Blocking = []);
  finally
    Pdf.Free;
  end;
end;

從未宣稱自己是 PDF/X 的檔案會帶著一長串問題清單倒在這道閘門前:沒有 XMP 中繼資料、沒有識別碼、沒有 output intent、沒有 Info 版本條目。這份清單仍然值得展示,因為它讀起來就像給下一個重新匯出檔案的人的待辦事項。ValidatePdfX 還有一個性質對編輯類應用很重要:它檢查的是文件「此刻若由元件儲存」的樣子,所以載入後新增的頁面、修改過的中繼資料都在驗證範圍內

印刷廠為什麼拒收沒有 TrimBox 的 PDF

TrimBox 是成品頁面,裁紙刀切完剩下的那個矩形。每個 PDF 頁面都帶的 MediaBox 只是那張紙:它容納出血、裁切線、對位標記與色彩導表。拼版軟體按 TrimBox 把頁面擺上壓印版,沒有它,操作員只能猜你的名片到底在哪裡結束。猜錯了,要麼把出血裁掉,要麼沿邊留下一條白邊

PDFium Component 圖解可供印刷的 PDF 頁面:MediaBox 紙張帶出血、裁切線、色彩導表與對位標記,圍著拼版軟體讀取的 TrimBox 矩形,鍵值缺漏時拋出 pvxiMissingTrimBox
MediaBox 是帶出血、裁切線與色彩導表的整張紙,TrimBox 則是裁紙刀必須找到的成品頁面,也是 PDF/X 製作端應該在每一頁寫上的方框

ValidatePdfX 跑三項幾何檢查。pvxiMissingTrimBox:檔案裡任何地方都沒有 /TrimBox 鍵時觸發。pvxiTrimBoxWithArtBox:一頁同時帶 /TrimBox 與 /ArtBox 時觸發。pvxiPageBoxOutsideMediaBox:/TrimBox 或 /BleedBox 越過 /MediaBox 時觸發——那描述的是印刷機無法成像的區域。矩形的三個角點可以按任一順序列出,所以比較前兩者都會先正規化

方框檢查讀的是直接寫在各頁字典裡的矩形。繼承自 /Pages 節點或以間接引用儲存的方框不參與包含測試,所以那樣建出來的檔案只按 TrimBox 的有無受審。如果你自己的製作端要寫方框,請直接寫在每一頁上,讓每一頁都接受完整的包含測試

Info 字典裡的 /Trapped 鍵回答的是另一個生產問題。補漏白讓相鄰色彩稍微互相疊壓,印刷機套印不準時才不會在色塊之間露出白縫,而印刷廠需要知道這件事做過了沒有:對已補漏白的檔案再做一次,疊壓會加倍;在未補漏白的檔案上跳過它,則冒著可見白縫的風險。所以 PDF/X 要求 /Trapped /True 或 /Trapped /False。鍵值缺漏或 /Unknown 都會強迫一個人類去打開檔案,元件將它回報為 pvxiTrappedNotSet

結構性禁令,以及它們適用於哪些部分

ValidatePdfX 的結構層檢查的是檔案的字典而不是渲染任何東西,串流內容不進入掃描。壓縮資料裡恰好含 /JavaScript 位元組的 JPEG 不會誤中。ValidatePdfX 無論檔案宣稱哪個部分都會跑這些檢查:

  • pvxiLzwForbidden:任何地方出現 /LZWDecode 濾器;Flate 做的是同一件事,重新匯出時該用它
  • pvxiJavaScriptForbidden:出現 /JavaScript 動作或名稱樹
  • pvxiFormFieldsForbidden:存在 /AcroForm 字典或 /XFA 條目
  • pvxiAdditionalActions:存在 /AA 附加動作字典
  • pvxiEmbeddedFilesForbidden:出現 /EmbeddedFiles 或 /FileAttachment 註解
  • pvxiOpiForbidden:/OPI 或 /Alternates 條目指向存放在別處的可替換影像內容

另外兩項檢查取決於檔案宣稱的部分,ValidatePdfX 依偵測到的 Conformance 為它們把關。pvxiTransparencyForbidden 只適用於 PDF/X-1a 與 PDF/X-3,那裡不允許透明群組或有效的柔邊遮罩;PDF/X-4 與 PDF/X-6 檔案可以保留即時透明,同樣的物件在那些部分什麼也不會觸發。pvxiColorSpaceForbidden 只適用於 PDF/X-1a,在 /DeviceRGB、/CalRGB 或 /Lab 上觸發,因為 X-1a 是 CMYK 加特別色的交換,與設備無關的色彩空間要到 X-3 才登場。部分無法識別的檔案,永遠不會被可能不適用於它的規則標記

PDF/X-1a 的輸出描述檔還會被湊近檢查。內嵌的 /DestOutputProfile 必須是 ICC 第 2 版輸出(prtr)描述檔,帶 CMYK 資料空間以及 RIP 做色彩轉換所需的查找表,串流的 /N 必須是 4。被通用 PDF 寫入器貼進來的 sRGB 描述檔、或損壞的描述檔,會產出 pvxiInvalidOutputProfile。寫入端套用同一個測試:SaveAsPdfX 在 Conformance 設為 pxc1a 時,若 IccProfileData 不是可用的 ICC v2 CMYK 輸出描述檔,就拋出 EArgumentException,而不是寫出一個驗證器一分鐘後就會拒收的檔案

PDFium Component for Delphi 中 TPdf.ValidatePdfX 的圖解:執行位元組層級權記掃描(標記、內容與頁面幾何檢查)加上 PDFium 物件模型的字型內嵌檢查,合併成單一 TPdfXValidationResult 記錄
ValidatePdfX 讓一份載入的文件分頭走過位元組層級內容檢查與 PDFium 物件模型字型檢查,再把兩層合併成單一具型別的結果記錄

字型內嵌,檢查兩次

字型得到兩次檢查,因為位元組掃描只能回答問題的一部分。檔案用到字型、卻完全沒有 /FontFile、/FontFile2 或 /FontFile3 程式時,結構層拋出 pvxiFontNotEmbedded。這條規則刻意保守:把字型描述子對著字型程式計數看起來精確,卻會在多個字型共用一個描述子的檔案上誤報。代價是:一份內嵌了九個字型、卻混進一個系統字型的文件,能通過位元組掃描

第二層透過 PDFium 物件模型補上這個缺口。TPdf.ValidatePdfX 載入每一頁,用 FPDFPage_CountObjects 與 FPDFPage_GetObject 走訪其物件,用 FPDFTextObj_GetFont 解析每個文字物件的字型,再問 FPDFFont_GetIsEmbedded。一個未內嵌的字型就加入 pvxiPdfiumFontNotEmbedded 並結束走訪,所以在 300 頁、封面就會倒下的型錄上,答案第一頁之後就回來了。這一層需要載入 PDFium 程式庫、且建置必須匯出 FPDFFont_GetIsEmbedded;程式庫缺這個匯出時,該層會被跳過,位元組層級的判決獨自生效

兩種檢查回答的都是「有沒有內嵌」。當客戶問是哪一頁的哪個字型害他被拒收時,用 Delphi 的 PDFium 分析 PDF 字型屬性一文裡的列舉程式碼,正好接在驗證器判決停下的地方。順手準備一個把每個阻擋問題翻譯成設計師聽得懂的句子的小幫手,效益很大:

// 你自己的輔助函式:把阻擋案件的問題轉成面向客戶的文字
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;

不靠 PDFium DLL 檢查磁碟上的檔案

結構層也可以單獨使用:ValidatePdfXCompliance(Source: TStream),宣告在 FPdfPdfx 單元、實作於 FPdfPdfxEngine。它是純 Object Pascal,不依賴 PDFium 程式庫,適合渲染引擎不受歡迎的場合:Web 伺服器上的上傳處理常式、審查產出稿件的 CI 步驟、或你不願散布原生二進位檔的平台上的一個 Lazarus 服務。它完全按給定的樣子讀串流,所以當問題是「印刷廠會收到什麼」而不是「這份文件再存一次會長怎樣」時,它才是對的工具

uses
  Classes, FPdfPdfx,
  FPdfPdfxEngine; // 僅位元組層級 PDF/X 引擎,不需要 PDFium 程式庫

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

串流必須可 seek,因為驗證器從檔案末端讀交叉引用資料。壓縮物件串流與交叉引用串流——PDF/X-4 檔案的常見布局——與其他結構一視同仁地被讀取。這條路徑上字型判決只有位元組層級,因為逐文字物件檢查需要 PDFium 物件模型。把 ValidatePdfXCompliance 當成每次上傳的廉價第一道閘,把完整的 TPdf.ValidatePdfX 留給通過它的檔案;被拒的檔案永遠不必付出一次頁面載入

閘門的終點,與認證的起點

ValidatePdfX 涵蓋識別標記、output intent 及其描述檔、結構性禁令、按部分區分的透明與色彩規則、頁面幾何、補漏白宣告,以及深入到個別文字物件的字型內嵌。油墨覆蓋上限、影像解析度與特別色命名屬於色彩管理的預檢引擎——印刷廠認證案件時用的那個工具。應用程式內閘門的價值在於時機:上述每一種結構性拒收,都出現在客戶還停在上傳畫面的時候。同一個 TPdfXValidationResult 也餵給元件的報表產生器,用 PDFium Component 建置批次預檢報告 CLI 展示了這個模式套在整個資料夾檔案上的樣子。PDF/X 與典藏用的 PDF/A 共用許多機制,從 XMP 識別到 output intent,典藏那一側在以 PDFium Component 做 PDF/A 預檢驗證一文有涵蓋

PDF/X 驗證器、配套用來產出合規輸出的 SaveAsPdfX 寫入器,以及以同樣方式建構的 PDF/A、PDF/UA、PDF/E 與 PDF/VT 檢查,都是 PDFium Component Enterprise 版的一部分,支援 Delphi、C++Builder 與 Lazarus,印刷入口網站可以用渲染預覽的同一套程式庫檢查它收下的東西