删除PDF/A上的XMP元数据

Question

有没有一种方法可以删除PDF/A文档上的XMP元数据而不删除PDF/A的标准化？

我发现用

PdfReader reader = new PdfReader(src);
PdfDictionary dict = reader.getCatalog();
dict.remove(PdfName.METADATA);
dict.remove(PdfName.PROPERTIES);
reader.removeUnusedObjects();

移除XMP和PDF/A。是否有方法在保留标准的同时删除XMP，或者将PDF/A重新引入已处理文档？

谢谢。

Answer 1

您无法删除PDF/A文档中的XMP信息；因为您已经发现，这也将自动使其作为PDF/A失效。但是，您需要保留在XMP容器中的信息量是最小的。

本技术说明对此进行了描述：http://www.pdfa.org/publication/technical-note-tn0003-metadata-in-pdfa-1/

基本上，它归结为这样一个事实:您需要保留PDF/A标识和一致性级别；其他一切都可以丢弃。因为我们说的是XMP，你有很多可能性。一种是通过PDF库并以这种方式处理它。但是，第二个、也是最简单的方法是使用一个库，它支持在PDF中读取/写入XMP，并简单地将文件中的XMP数据包替换为一个只包含所需信息的库。

如果您正确地这样做(而不损害PDF文件)，这不应该使PDF无效或它处于PDF/A遵从状态(不过，我肯定建议使用PDF/A验证器正确地测试生成的PDF文件，以确保在生产工作流中使用它之前正确地这样做)。

不过，有一个警告，在上面提到的技术说明中也提到了这一点。

PDF/A-1根本不要求符合标准的文档在文档信息字典中包含任何条目。然而，当那些在PDF1.4引用中指定的信息尝试(除了被捕获的条目)存在时，必须在文档的元数据中有一个相等的条目，并且两者必须按照PDF/A-1的规定匹配。

所以..。如果文档包含文档属性，则必须删除这些属性或在XMP数据包中匹配它们。