Czym są metadane PDF?
W kontekście PDFPDF-ów, metadane określenie to odnosi się do dodatkowych informacji osadzonych w pliku PDF.
Pliki PDF mają dwa rodzaje metadanych.
Pierwszy rodzaj to Document Information Dictionary, który zawiera informacje takie jak nazwisko autora, tytuł dokumentu, daty utworzenia i modyfikacji. Jest opcjonalny i można go dodać do pliku.
Drugi rodzaj to Metadata Streams, wprowadzone w PDF 1.4, które wykorzystują standard o nazwie Extensible Metadata Platform (XMP) do umieszczania dodatkowych informacji w formacie XML. Mogą one zawierać informacje o obrazach, czcionkach oraz o całym dokumencie.
Metadane pomagają w organizowaniu i kategoryzowaniu plików PDF, ułatwiając wyszukiwanie konkretnych dokumentów. Umożliwiają też lepsze zarządzanie i wyszukiwanie informacji, zwłaszcza w dużych zbiorach plików PDF.
Możliwe jest dodać lub edytowanie metadanych za pomocą oprogramowania do edycji PDF lub specjalnych narzędzi do zarządzania metadanymi PDF. Wykorzystując metadane, użytkownicy mogą usprawnić organizację dokumentów, zwiększyć ich wyszukiwalność i usprawnić przepływ pracy z dokumentami.
Biorąc pod uwagę częstotliwość pojawiania się PDF-ów w wynikach wyszukiwania, zadbanie o to, aby Twoje dokumenty PDF miały odpowiednie metadane może znacząco zwiększyć ich widoczność i współczynnik klikalności.
Gdzie PDF przechowuje swoje metadane
W dwóch miejscach. Document Information Dictionary jest starszym z nich i zawiera krótką, stałą listę: tytuł, autora, temat, słowa kluczowe, aplikację tworzącą, producenta oraz daty utworzenia i modyfikacji. XMP jest nowszy: to rozszerzalny pakiet XML, który może zawierać to wszystko i znacznie więcej, i jest formatem preferowanym przez PDF 2.0.
Oba mogą być obecne i mogą się różnić, szczególnie po tym, jak plik przeszedł przez kilka narzędzi. Różne przeglądarki odczytują różne zestawy metadanych, dlatego autor wyświetlany w jednej aplikacji czasem nie jest tym samym autorem, który pojawia się w innej.
Metadane podróżują dalej, niż się spodziewasz
Metadane są zapisywane automatycznie i rzadko kiedykolwiek przeglądane. Dokument wyeksportowany z pakietu biurowego rutynowo zawiera imię i nazwisko autora, jego organizację, nazwę oprogramowania i jego wersję oraz pełny zestaw znaczników czasu.
Żadne z nich nie jest widoczne na stronie, a wszystkie są udostępniane wraz z plikiem. Przed opublikowaniem dokumentu warto przejrzeć metadane i usunąć to, co nie powinno z nim podróżować. Pamiętaj, że usuwanie metadanych to coś innego niż usuwanie treści: nie zmienia niczego na stronie i nie usuwa wcześniejszych wersji pozostawionych przez aktualizacja przyrostowa.