- 相關推薦
用ＰＤＦ文檔制作特色文獻全文數(shù)據(jù)庫的實踐
摘要:文章系統(tǒng)分析了ＰＤＦ文檔的特點,根據(jù)開發(fā)"粵北地方文獻全文數(shù)據(jù)庫"的方法和實踐,指出圖書館制作特色文獻數(shù)據(jù)庫應首選ＰＤＦ文檔。
中圖分類號:２５０．７４
文獻標識碼:Ｂ
文章編號:１００６-１５２５(２００４)０１-００４６-０３
國家數(shù)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(shù)據(jù)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(shù)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(shù)字化是國家數(shù)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(shù)據(jù)庫"的一點認識和經驗。
１什么是ＰＤＦ
ＰＤＦ是Ａｄｏｂｅ公司開發(fā)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(tài)圖像等信息封裝在一個電子文檔中,而不管創(chuàng)建該文檔所使用的應用程序和平臺。ＡｄｏｂｅＰＤＦ是出版業(yè)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(shù)值型（Ｎｕｍｂｅｒ）、字符串型（Ｓｔｒｉｎｇ）、名字型（Ｎａｍｅ）、數(shù)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(guī)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(shù)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(jié)偏移量,以便系統(tǒng)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(shù)、文檔中Ｃａｔａｌｏｇ（目錄）對象的對象號以及加密等安全信息,根據(jù)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(shù)字技術飛速發(fā)展,已有多家文獻數(shù)字化處理系統(tǒng),據(jù)筆者所知,ＤＩＰＳ數(shù)字文獻處理系統(tǒng)、ＴＲＳ系統(tǒng)等都是性能出色的系統(tǒng),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(tǒng);(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(fā)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(yè)版兩個版本,專業(yè)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(fā)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(fā)的公開實用標準。
ＰＤＦ與在電子出版中占統(tǒng)治地位的ＨＴＭＬ語言相比也有自己明顯的優(yōu)勢,實現(xiàn)了紙張印刷和電子出版的統(tǒng)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(shù)字化發(fā)行。此外,ＰＤＦ還有下列優(yōu)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。
(２)跨平臺應用---通用性
集約的ＰＤＦ文件比原來的源文件小很多，以致在Ｗｅｂ上下載文件的同時可以快速地顯示頁面。ＰＤＦ獨立于軟件、硬件和創(chuàng)建的操作系統(tǒng)平臺,任何人都可以使用免費的ＡｄｏｂｅＡｃｒｏｂａｔＲｅａｄｅｒ在任何電腦、任何系統(tǒng)平臺上共享、查看、瀏覽和打印,并具有強大的全文檢索功能。
(３)高效的瀏覽和打印---所見即所得
壓縮的ＡｄｏｂｅＰＤＦ文件比源文件小,每次下載一頁,可以在網頁上快速顯示,而且不會降低網絡速度。創(chuàng)建ＰＤＦ者可以加入書簽,Ｗｅｂ鏈接來使ＰＤＦ文件容易瀏覽,讀者可以直接使用電子化的便箋、高亮度顯示、下劃線等來對ＰＤＦ文件進行標注。不管你的顯示器是何種類型,ＰＤＦ文件精確的顏色匹配保證忠實再現(xiàn)原文。讀者可以放大或縮小一個文件以適應屏幕和自己的視覺,ＰＤＦ文件可以放大到８００%而絲毫不損失清晰。由于ＰＤＦ文件是以ＰｏｓｔＳｃｒｉｐｔ語言圖像模型為基礎，它將忠實地再現(xiàn)原稿的每一個字符、顏色以及圖像,正適合特色文獻載體種類繁多、形式各異的數(shù)字化要求。ＰＤＦ文檔無論在哪種打印機上都可保證圖形精確、顏色準確的打印效果。
(４)高安全加密特性---版權保護
使用Ａｃｒｏｂａｔ５．０軟件,可以輕松添加書簽,設置安全選項以及生成微型ＡｄｏｂｅＰＤＦ預覽視圖,Ａｃｒｏｂａｔ５．０還可以在網頁瀏覽器內使用"數(shù)字簽名",從而對ＡｄｏｂｅＰＤＦ文檔加上評語或對其予以準核。對ＰＤＦ"加密"可以控制敏感信息的可訪問性，能夠控制機密文件的訪問權限,防止ＰＤＦ被改動或打印。"數(shù)字簽名"更可對審閱過程的每一步進行控制。由于ＰＤＦ文檔具有的種種優(yōu)點,使它成為出版界的新寵,目前網上的電子出版物大多采用ＰＤＦ文檔格式發(fā)行。利用ＰＤＦ格式制作特色文獻全文數(shù)據(jù)庫可以保留發(fā)表出版時的原版原式,圖文并茂,既可以直接打印,也可以下載保存。
３用ＰＤＦ文檔制作特色文獻全文數(shù)據(jù)庫
鑒于ＰＤＦ的上述優(yōu)點,我館在建設"學院科研成果管理系統(tǒng)"和"粵北地方文獻全數(shù)據(jù)庫"時就選用ＰＤＦ文檔格式,建設和運行的效果良好。
３．１ＰＤＦ文檔制作
安裝了Ａｃｒｏｂａｔ之后,在Ｗｉｎｄｏｗｓ控制面板中的"打印機"中會出現(xiàn)兩種Ａｃｒｏｂａｔ的虛擬打印方式---ＡｃｒｏｂａｔＤｉｓｔｉｌｌｅｒ以及ＡｃｒｏｂａｔＰＤＦＷｒｉｔｅｒ,通過我們的反復測試,建議使用ＰＤＦＷｒｉｔｅｒ來打印中文電子文檔,原因有二:第一,打印出的ＰＤＦ文檔體積小;第二,比Ｄｉｓｔｉｌｌｅｒ可以更快速地制作。
特色文獻通常表現(xiàn)為論文、專著、實驗數(shù)據(jù)、統(tǒng)計表格、繪畫圖片、音像制品,多表現(xiàn)為文本文件、ＨＴＭＬ文件、ＤＯＣ文件、ＪＰＧ或ＲＴＦ文件等等,這些文檔都可以轉換成ＰＤＦ格式文檔。根據(jù)我們的實踐,建議能轉換成ＤＯＣ文件的盡量使用ＭＳＷｏｒｄ來制作ＰＤＦ文檔。需要注意的是,使用Ｗｏｒｄ排版,正文文字選擇"黑體,五號"或者"宋體加粗,五號"為最佳打印字體,標題及其他文字大小、顏色可以自定義,但是字體最好也要選擇上述兩種字體。圖片建議選擇ＪＰＧ或者ＧＩＦ圖像,不推薦使用ＢＭＰ圖像。Ｗｏｒｄ文檔的頁面大小最好為１６開、３２開或者Ｂ５,因為對于Ａ４這樣的大小,一行上的文字會容納很多,這樣不利于讀者閱讀。
如上所述,ＡｃｒｏｂａｔＰＤＦｗｒｉｔｅｒ可將任何格式的文檔轉換成ＰＤＦ文檔,它是一個模擬的"打印"驅動程序,即在客戶應用程序中調用打印命令,以"打印"文件的方式創(chuàng)建ＰＤＦ格式的文檔。ＰＤＦｗｒｉｔｅｒ的使用方法是:首先安裝該軟件,安裝完成后在Ｗｉｎｄｏｗｓ打印機設置的列標上將增加ＰＤＦｗｒｉｔｅｒ;然后啟動應用程序并打開用于轉換的文件,在菜單或工具欄中選擇"打印";在打印機名稱菜單上選擇ＰＤＦｗｒｉｔｅｒ;接著選擇目標目錄并為ＰＤＦ文檔取名;在填寫完相應的信息后,ＰＤＦｗｒｉｔｅｒ將會自動生成ＰＤＦ文檔。ＡｃｒｏｂａｔＤｉｓｔｉｌｌｅｒ是一個可以用來制作和編輯ＰＤＦ格式文件的高端ＰＤＦ文檔生成器,利用它可以將Ｐｏｓｔｓｃｒｉｐｔ文件轉換成ＰＤＦ文檔。ＡｃｒｏｂａｔＰＤＦｍａｋｅｒ則是一個系列工具,例如ＡｃｒｏｂａｔＰＤＦｍａｋｅｒＦｏｒＷｏｒｄ９７可在Ｗｏｒｄ９７中直接將編輯好的ＤＯＣ文件轉換成ＰＤＦ文檔,轉換過程中ＰＤＦｍａｋｅｒ會將Ｗｏｒｄ文件中的一些信息和結構相應地轉換成ＰＤＦ文檔中的信息和結構,比如將Ｗｏｒｄ中的頭部轉換成ＰＤＦ書簽,將Ｗｏｒｄ中的ＵＲＬ轉換成ＰＤＦ的網頁鏈接等等。對于掃描輸出或其他圖片格式則可通過Ａｄｏｂｅ公司推出的Ｐｈｏｔｏｓｈｏｐ６．０保存為ＪＰＧ或者ＧＩＦ圖像后轉換成ＰＤＦ文檔,以確保文檔最小化。
單擊"打印"按鈕開始打印,ＰＤＦＷｒｉｔｅｒ進行簡單的文字預處理以后會要求選擇輸出ＰＤＦ文件的保存路徑,之后等著ＰＤＦＷｒｉｔｅｒ打印文檔就行了。這里要注意保存路徑選項,我們的經驗是建立專項目錄樹。
３．２ＰＤＦ文檔組織管理
對制作好的ＰＤＦ文檔腳本,必須進行一些必要的處理,包括超級鏈接、書簽、注釋、文檔初始化、電子信息加密等屬性設置,提取目錄索引標識。然后對眾多的ＰＤＦ文檔分類組織。運行Ａｃｒｏｂａｔ,打開ＰＤＦ文檔腳本。
首先是加入超級鏈接,對需要加入超鏈接的文字設置超鏈接的外觀、位置和讀者點擊超鏈接時的顯示方式、效果和將發(fā)生的事件;其次是加入書簽,書簽的作用旨在快速的定位文章中特定的部分,某種情況下可以起到目錄作用,因為Ａｃｒｏｂａｔ支持書簽的拖拽操作,即您可以將一個書簽"拖動"到另一書簽上,建立書簽的邏輯關系;第三是加入注釋,注釋的作用很多,最主要是對文檔或者文檔的某個部分的說明;第四是對文檔初始化屬性的設置,選擇"ＢｏｏｋｍａｒｋｓａｎｄＰａｇｅ"單選項,其他選項使用默認值;第五是文檔加密設置,如果希望用戶需要密碼才能閱讀,請選擇"ＰａｓｓｗｏｒｄＲｅｑｕｉｒｅｄｔｏＯｐｅｎＤｏｃｕｍｅｎｔ",輸入用戶打開文檔時需要的密碼。建議選擇"ＰａｓｓｗｏｒｄＲｅｑｕｉｒｅｄｔｏＣｈａｎｇｅＰｅｒｍｉｓｓｉｏｎｓａｎｄＰａｓｓｗｏｒｄｓ"選項,即只有制作者才可以修改文檔信息及文檔安全性密碼。雖然現(xiàn)在有很多軟件是用來破解ＰＤＦ文檔密碼的,但是想輕易地破解也并非易事。在ＥｎｃｒｙｐｔｉｏｎＬｅｖｅｌ(加密級別)中可以選擇使用的加密級別:包括４０-ｂｉｔ和１２８-ｂｉｔ兩種方式,其中１２８-ｂｉｔ只能針對５．０版本,所以建議選擇４０-ｂｉｔ即可,以確保文檔的向下兼容。應選擇"ＮｏＣｈａｎｇｉｎｇｔｈｅＤｏｃｕｍｅｎｔ",即不允許用戶修改文檔中的任何部分。如果需要禁止用戶打印和復制文檔中的文字和圖片可以選"ＮｏＰｒｉｎｔｉｎｇ"、"ＮｏＣｏｎｔｅｎｔＣｏｐｙｉｎｇｏｒＥｘｔｒａｃｔｉｏｎ,ＤｉｓａｂｌｅＡｃｃｅｓｓｉｂｉｌｉｔｙ"選項。最后要做的是保存所做的修改。
如果想對ＰＤＦ文檔內容進行編輯和修改,可使用ＡｄｏｂｅＥｘｃｈａｎｇｅ,利用它可以在文檔中添加超文本鏈接、書簽、小書頁圖標、表格等,也可以在文檔中插入、刪除、復制或者移動一個或多個頁面。
３．３ＰＤＦ文檔的閱讀與管理
ＰＤＦ支持任意字符檢索,與ＴＲＳ、ＴＢＳ檢索系統(tǒng)配套更是完美的數(shù)字化文獻集合。ＡｃｒｏｂａｔＲｅａｄｅｒ是我們閱讀ＰＤＦ格式文檔的較好選擇,這是一個免費軟件,可直接從網上下載。ＡｃｒｏｂａｔＲｅａｄｅｒ既可以獨立運行,也可以作為瀏覽器的插件（ｐｌｕｇ-ｉｎ）對ＰＤＦ文檔進行在線閱讀。如果計算機中已經安裝了Ｎｅｔｓｃａｐｅ瀏覽器,則在安裝ＡｃｒｏｂａｔＲｅａｄｅｒ時安裝程序會自動將其作為插件插到Ｎｅｔｓｃａｐｅ中;如果使用ＩＥ瀏覽器,則要在程序安裝完成后,將目錄"＼Ａｄｏｂｅ＼ＡｃｒｏｂａｔＸ．０＼Ｒｅａｄｅｒ＼ｂｒｏｗｓｅｒ"中的ｎｐｐｄｆ３２．ｄｌｌ文件拷貝到ＩＥ的插件目錄"＼ＩｎｔｅｒｎｅｔＥｘｐｌｏｒｅｒ＼Ｐｌｕｇｉｎｓ＼"中,并重新啟動計算機,這樣就可以在瀏覽器中像瀏覽ＨＴＭＬ網頁一樣方便地瀏覽ＰＤＦ文檔了。
ＡｃｒｏｂａｔＲｅａｄｅｒ為用戶提供了多種形式的瀏覽窗口,有"單頁面"、"頁面 書簽目錄"和"頁面 書頁圖標"等顯示方式,既可以全屏瀏覽,也可以單頁瀏覽。它還提供了翻頁功能,可利用菜單、滾動條,右鍵菜單、方向鍵等進行翻頁,可選擇首尾、前后及指定頁號翻頁。ＡｃｒｏｂａｔＲｅａｄｅｒ的頁面多級縮放功能可以按１２．５%到１６００%的比率進行縮放,使用戶選擇合適的比例閱覽。此外,它還提供了復制的功能,點擊工具欄中含"Ｔ"字樣的"ＴｅｘｔＳｅｌｅｃｔＴｏｏｌ"按鈕,通過拖拉鼠標選定要復制的文本范圍,點擊復制后就可以粘貼到需要的地方了。要注意的是,如果在制作ＰＤＦ文檔時設定了"不允許選擇文本和圖形"的安全保護,則不可能復制,這對需要保護的文檔非常有用。
３．４知識產權問題
由于ＰＤＦ文檔易于傳輸,且在獲得了免費閱讀軟件后可進行隨意瀏覽,給ＰＤＦ格式電子文獻的知識產權保護帶來了極大的挑戰(zhàn)。針對這一問題,Ａｄｏｂｅ公司推出了面向出版商和發(fā)行商的安全出版系統(tǒng)。該系統(tǒng)包括ＡｄｏｂｅＰＤＦＭｅｒｃｈａｎｔ和ＡｃｒｏｂａｔＲｅａｄｅｒ的ＷｅｂＢｕｙ插件兩部分。其中ＰＤＦＭｅｒｃｈａｎｔ是作為服務器端的程序,ＷｅｂＢｕｙ插件是客戶端程序,通過兩者配合使用來確保網上出版物免遭盜版。ＰＤＦＭｅｒｃｈａｎｔ的功能是為準備傳送的ＰＤＦ文檔加"鎖",當讀者試圖利用ＡｃｒｏｂａｔＲｅａｄｅｒ閱讀上了"鎖"的文件時,會提示無權閱讀該文件內容的信息,并詢問你是否愿意購買文件內容,在點擊購買之后,ＰＤＦＭｅｒｃｈａｎｔ就會直接將用戶帶到出版商或發(fā)行商的站點上,在完成購買后,網站就會配合ＡｃｒｏｂａｔＲｅａｄｅｒ將文件內容和閱讀許可發(fā)送到讀者用戶的計算機上。當然,這個系統(tǒng)只是針對出版商和發(fā)行商的。如何保護自己制作的全文數(shù)據(jù)庫的權益,堵住盜版的漏洞,目前還沒有現(xiàn)成的解決方案,但是至少我們可以為ＰＤＦ格式的電子文檔加"鎖",當網絡用戶將其下載并進行閱讀時,要求用戶輸入相關使用權信息（如身份證、閱覽證等號碼）,并要求信用承諾不將此書用作商業(yè)用途,然后才將內容顯示出來,具有一定的保護作用。
目前,數(shù)字圖書館建設如日中天,圖書館可以將從網絡上下載或者購買的電子文獻、館藏的諸如"學校科研成果"、地方文獻等特色文獻,對其進行著錄和標引之后組織成電子書庫提供給讀者。ＰＤＦ文檔格式作為全世界電子版文檔分發(fā)的公開實用標準,是建設特色文獻數(shù)據(jù)庫,為用戶提供內容豐富、圖文并茂的電子文獻之首選。
參考文獻:
［１］ 什么是ＰＤＦ〔ＥＢ／ｏＬ〕．ｈｔｔｐ：／／ｗｗｗ．ｃｈｉｎａｐｄｆ．ｃｏｍ／ｂｅｇｉｎ．ｈｔｍ
［２］ ［２］李慧．ＰＤＦ文檔與多媒體電子圖書［Ｊ］．晉圖學刊，２００１，（１）．
［３］ ［３］深藍色系統(tǒng)．ＰＤＦ電子書簡要制作方法〔ＥＢ／ｏＬ〕．ｈｔｔｐ：／／ｌｉｂ．ｈａｉｙａｎｇ．ｎｅｔ．ｃｎ／ｅｂｏｏｋ／ｍｕｌｔｉ／ｂｌ．ＨＴＭ
［４］ ［４］肖明．ＰＤＦ文檔的閱讀與生成工具［Ｊ］．電子與電腦,２０００,(１)．
［５］ ［５］官建生．地方文獻數(shù)字化：中國數(shù)字圖書館工程信息基礎［Ｊ］．大學圖書情報學刊．２００２，(２)．
〔出處〕 大學圖書情報學刊２００４年３月第２２卷第１期
【用ＰＤＦ文檔制作特色文獻全文數(shù)據(jù)庫的實踐】相關文章：
基于ＰＤＦ文檔的網絡學習資源建設08-06
基于ＰＤＦ文檔的網絡學習資源建設08-06
基于ＰＤＦ文檔的網絡學習資源建設08-06
區(qū)域文獻特色數(shù)據(jù)庫的建立及其服務平臺的搭建08-09
淺談區(qū)縣圖書館地方文獻特色數(shù)據(jù)庫的共建策略08-09
高校圖書館建設地方特色文獻數(shù)據(jù)庫的再思考08-09
地方文獻數(shù)據(jù)庫建設初探08-09