¿Qué son los metadatos PDF?
En el contexto de PDFs, metadatos se refiere a la información adicional que está incrustada en un archivo PDF.
Los archivos PDF tienen dos tipos de metadatos.
El primero se llama Document Information Dictionary, que incluye detalles como el nombre del autor, el título del documento y las fechas de creación y actualización. Es opcional y se puede añadir al archivo.
El segundo tipo son los Metadata Streams, introducidos en PDF 1.4, que usan un estándar llamado Extensible Metadata Platform (XMP) para incluir información adicional en formato XML. Esto puede incluir detalles sobre imágenes, fuentes y el documento completo.
Los metadatos ayudan a organizar y clasificar archivos PDF, lo que facilita la búsqueda de documentos específicos. También permiten una mejor gestión y recuperación de la información, especialmente en grandes colecciones de archivos PDF.
Es posible añadir o editar metadatos usando software de edición de PDF o herramientas específicas diseñadas para gestionar metadatos PDF. Al aprovechar los metadatos, los usuarios pueden mejorar la organización de los documentos, aumentar su capacidad de búsqueda y optimizar los flujos de trabajo de documentos.
Dada la frecuencia de los PDF en los resultados de búsqueda, asegurarse de que tus documentos PDF tengan metadatos relevantes puede aumentar significativamente su visibilidad y sus tasas de clics.
Dónde guarda un PDF sus metadatos
En dos lugares. El diccionario de información del documento es el más antiguo de los dos y contiene una breve lista fija: título, autor, asunto, palabras clave, la aplicación con la que se creó, el productor y las fechas de creación y modificación. XMP es el más reciente: un paquete XML extensible que puede contener todo eso y mucho más, y es el formato preferido por PDF 2.0.
Ambos pueden estar presentes y pueden no coincidir, especialmente después de que un archivo haya pasado por varias herramientas. Distintos visores leen unos u otros, por lo que el autor que se muestra en una aplicación a veces no es el mismo que se muestra en otra.
Los metadatos viajan más lejos de lo que crees
Los metadatos se escriben automáticamente y rara vez se revisan. Un documento exportado desde una suite ofimática suele incluir el nombre del autor, su organización, el software y su versión, y un conjunto completo de marcas de tiempo.
Nada de esto es visible en la página y todo se comparte cuando lo hace el archivo. Antes de publicar un documento, conviene revisar los metadatos y eliminar lo que no deba viajar con él. Ten en cuenta que eliminar metadatos es distinto de eliminar contenido: no modifica nada de la página ni elimina revisiones anteriores dejadas por una actualización incremental.