摘要:文章系統分析了ＰＤＦ文檔的特點,根據開發"粵北地方文獻全文數據庫"的方法和實踐,指出圖書館制作特色文獻數據庫應首選ＰＤＦ文檔。
國家數字圖書館是依托互連網連接起來的全國各地圖書館電子信息數據庫群,其信息基礎由國家圖書館藏文獻信息、網絡信息、各地圖書館藏特色文獻信息構成。全國各地的地方特色文獻是國家數字圖書館中具有重要意義的信息,地方圖書館盡快設法將這些信息數字化是國家數字圖書館工程的重要基礎。下面是我館以ＰＤＦ文檔格式制作"粵北地方文獻數據庫"的一點認識和經驗。
１什么是ＰＤＦ
ＰＤＦ是Ａｄｏｂｅ公司開發的一種電子文檔格式ＰｏｒｔａｂｌｅＤｏｃｕｍｅｎｔＦｏｒｍａｔ的簡稱,這是一種可移植的結構化通用文檔格式,它可以將任何文字、表格、顏色、圖形圖像、超文本鏈接、聲音、動態圖像等信息封裝在一個電子文檔中,而不管創建該文檔所使用的應用程序和平臺。ＡｄｏｂｅＰＤＦ是出版業新興的工作流程標準。
ＰＤＦ文檔是通過一系列對象序列來構造的,ＰＤＦ對象包括直接對象（ＤｉｒｅｃｔＯｂｊｅｃｔ）和間接對象（ＩｎｄｉｒｅｃｔＯｂｊｅｃｔ）。直接對象通常有布爾型（Ｂｏｏｌｅａｎ）、數值型（Ｎｕｍｂｅｒ）、字符串型（Ｓｔｒｉｎｇ）、名字型（Ｎａｍｅ）、數組型（Ａｒｒａｙ）、字典型（Ｄｉｃｔｉｏｎａｒｙ）、空對象（Ｎｕｌｌ）、流對象（Ｓｔｒｅａｍ）等基本類型,間接對象是經過標識了的ＰＤＦ對象。一個ＰＤＦ文檔包含了一個或多個頁面,而每一頁都可以包含文檔、圖形和圖像。一個典型的ＰＤＦ文件包含文件頭、文件主體、交叉引用表和文件尾４個部分。文件頭（Ｈｅａｄｅｒ）位于ＰＤＦ文檔的第一行,它表明當前文件使用ＰＤＦ規范的版本;文件體（Ｂｏｄｙ）中包括構成文件間接對象的一個序列,這些對象代表文檔中的各個組件,例如字體、頁數和圖像等,交叉引用表（Ｃｒｏｓｓ-ｒｅｆｅｒｅｎｃｅＴａｂｌｅ）則是為了能對間接對象進行隨機存取而設立的一個間接對象地址索引表,它給出了所有當前文件使用對象的入口地址,即字節偏移量,以便系統隨機訪問不同的對象;文件尾（Ｔｒａｉｌｅｒ）中包含了交叉引用表的起始地址和其中的對象總數、文檔中Ｃａｔａｌｏｇ（目錄）對象的對象號以及加密等安全信息,根據文件尾提供的信息,ＰＤＦ的應用程序可以找到交叉引用表和整個ＰＤＦ文件的目錄對象,從而控制整個ＰＤＦ文檔。
２ＰＤＦ的特點
目前國內文獻數字技術飛速發展,已有多家文獻數字化處理系統,據筆者所知,ＤＩＰＳ數字文獻處理系統、ＴＲＳ系統等都是性能出色的系統,而價廉物美的ＡｄｏｂｅＡｃｒｏｂａｔＲｅａｄｅｒ制作利用ＰＤＦ文檔確實是最好選擇。用ＰＤＦ制作電子文獻只需安裝:(１)中文操作系統;(２)任何字處理軟件，排版軟件，圖形軟件;(３)中文４．０版本以上的ＡｄｏｂｅＡｃｒｏｂａｔ。ＡｃｔｉｖｅＰＤＦ公司還發布了以ＡｃｔｉｖｅＰＤＦＳｅｒｖｅｒ為中心ＰＤＦ工具包。ＡｃｔｉｖｅＰＤＦＳｅｒｖｅｒ是一個服務器軟件,可以讀取幾乎所有Ｗｉｎｄｏｗｓ應用文檔,并把它們轉換成ＰＤＦ格式。該服務器軟件有標準版和專業版兩個版本,專業版支持ＰＤＦ加密解密。軟件包的其他工具還有ＤｏｃＣｏｎｖｅｒｔｅｒ(能將２８０多種文檔轉換成ＰＤＦ)、Ｗｅｂ Ｇｒａｂｂｅｒ(能將ＨＴＭＬ轉換成ＰＤＦ)、Ｓｐｏｏｌｅｒ(打印服務器的ＰＤＦ文檔)等。
ＰＤＦ是從頁面描述語言ＰＳ（ＰｏｓｔＳｃｒｉｐｔ）發展而來,具有與ＰＳ幾乎相同的頁面描述能力和相似的描述方法。但與ＰＳ不同的是,ＰＤＦ除了能描述復雜版面外,還具有交互功能（如超鏈接、交互表單等）、頁面隨機存取及圖形字體仿真描述等特性。因此,ＰＤＦ不僅適合印刷出版,而且也適合電子出版,是全世界電子版文檔分發的公開實用標準。
ＰＤＦ與在電子出版中占統治地位的ＨＴＭＬ語言相比也有自己明顯的優勢,實現了紙張印刷和電子出版的統一。排版后的內容生成ＰＤＦ文件,則能在交付印刷的同時,進行網絡數字化發行。此外,ＰＤＦ還有下列優點:
(１) 容易制作和利用---大眾化
制作ＰＤＦ格式的多媒體電子圖書目前主要有三種途徑:第一是應用專門的ＰＤＦ制作工具軟件進行制作;第二是將包含有Ｐｏｓｔｓｃｒｉｐｔ頁面描述語言的文件轉換成ＰＤＦ文檔;第三是利用轉換工具把其他格式文件（如ＤＯＣ、ＨＴＭＬ等）轉換成ＰＤＦ文檔。