鬼脚本赢了'；t生成PDF/A时，DOCINFO中检测到UTF16BE文本字符串-尽管PDFACompatibilityPolicy另有说明

我正在尝试使用以下命令行将普通PDF文件转换为PDF/A：

gs -dPDFA -dBATCH -dNOPAUSE -sProcessColorModel=DeviceCMYK -sDEVICE=pdfwrite -sPDFACompatibilityPolicy=1 -sOutputFile=output.pdf input.pdf

然而，我得到了这个信息

GPL Ghostscript 9.26: UTF16BE text string detected in DOCINFO cannot be represented in XMP for PDF/A1, reverting to normal PDF output

gs恢复为普通PDF格式。 显然，该消息源于gs，但在那里我们看到，该消息只能在

pdev->PDFACompatibilityPolicy==0

时出现。我的理解是，命令行中的参数

-sPDFACompatibilityPolicy=1

旨在防止这种情况发生

Q:为什么gs的行为就好像所需的策略是0而不是1？是否有其他方法将策略设置为1

而且，正如这让我好奇的那样：

---

Q:有没有办法看看是什么奇怪的DOCINFO导致了最初的问题，或者首先防止它？使用Acrobat Reader，我在文件中看不到任何“可疑”的内容。如果有帮助的话：input.pdf是从Word在窗口中生成的（我甚至尝试了UseISO19005-1设置，它应该首先生成pdf/A，但问题还是出现了）

您已将

-sPDFACompatibilityPolicy=1

。恐怕这是不正确的。Ghostscript有两种开关

-s

，用于处理字符串值，和

-d

用于处理数字和名称值（PostScript中的名称以“/”开头）

您已将字符串值“1”指定给参数PDFACompatbilityPolicy，该参数（内部）需要一个数值。由于需要从PostScript环境访问这些值，因此我们不能将类型混淆标记为错误。相反，我们将实际的控件保留为其默认值0

如果您改为设置

-dPDFACompatibilityPolicy=1

，我希望您会看到预期的行为

至于看数据，不看PDF文件我就说不出来。但是，如果您在调试器中停下来查看p->data，您将能够看到数据是什么。如果查看

pairs+i

而不是

pairs+i+1

，您将能够看到与DOCINFO pdfmark中的值关联的键

通过查看Acrobat中的文件，您将无法看到任何“可疑”的内容，因为Acrobat会将UTF16BE转换为系统所需的任何内容，以便正确显示文本。它甚至可能是ASCII，您仍然可以将其表示为UTF16

---

如果在文本编辑器中打开文件，您可能会看到相关字符串（请注意，Ghostscript中的BOM是八进制的，因此十六进制为0xFE 0xFF），前提是它不是在压缩对象流中。

检查最新Ghostscript（9.50）的源代码，在这种情况下，

PDFACompatibilityPolicy

值（参见第1951行附近的

devices/vector/gdevpdfm.c

）似乎设置了包含错误的行为：

• 0将恢复为正常的PDF输出（不是我想要的）
• 1将丢弃PDFINFO（甚至更糟）
• 2将抛出错误（甚至更糟）
• 开关中的任何其他值都将被忽略，并作为直通

所以，在我的例子中，整个问题都是通过设置

-dPDFACompatibilityPolicy=3

Ghostscript不会抱怨，不会中止PDF/A输出，不会丢弃PDFINFO，最重要的是，veraPDF checker仍然会验证PDF是否完全正常

---

我不是在评论这个解决方案有多丑陋，但它的效果非常好。由于所有其他switch语句都假定兼容性策略

0

如果传递的是2以上的任何内容，则此“快捷方式”似乎是一个意外但非常有用的错误。

exa的答案并不正确。Ghostscript将继续其输出，但生成的pdf将不符合veraPDF验证程序

现在我正忙着让ghostscript工作，所以我得到了一份有效的zugferd发票pdf。因此，PDF必须是有效的PDF/a-3（a、b或u）文件

答案有问题

如果只使用

-dPDFACompatibilityPolicy=3

verPDF将不会验证PDF

相反，您应该使用正确的编码修复文件

在我的例子中，pdf如下所示：

如何解决：

使用以下内容创建新文件（例如“pdfmarks”）：

[ /Title (Foo Title)
  /Author (Foo Bar)
  /Subject (Foo Bar Subject)
  /Keywords ()
  /ModDate (D:20061204092842)
  /CreationDate (D:20061204092842)
  /Creator (Foo Bar)
  /Producer (Foo Bar)
  /DOCINFO pdfmark

（没有结束方括号“]”）

像这样运行gs：

窗口：

“C:\Program Files\gs\gs9.53.3\bin\gswin64c.exe”-dSAFER-dBATCH-dNOPAUSE-sDEVICE=pdfwrite-sOutputFile=/path/to/output.pdf/path/to/input.pdf/path/to/pdfmarks

Linux：

gs-dSAFER-dBATCH-dNOPAUSE-sDEVICE=pdfwrite-sOutputFile=/path/to/output.pdf/path/to/input.pdf/path/to/pdfmarks

你可以把你的东西放进去，也可以第二次打电话给gs

---

我希望我能用这个给你们一些时间。

马上！现在我必须找到一种自信地使用

-s

的方法（其中一种是我的底线）。（从发现的样本LLIN看来，它的意思是令人信服的，好像下面的含义是：代码定义>标记> >代码> > Snord= Valu/Cuff>设置一个值）请考虑我的答案，我贴出来，这看起来太好了！有什么简单的方法可以让它自动化吗？（我从Latex获得的pdf）另外，如何在pdfmarks文件中使用UTF-8字符？（它与utf兼容吗？）你想要一个运行这些命令的linux脚本吗？我可以提供。