用ＰＤＦ文档制作特色文献全文数据库的实践

摘要:文章系统分析了ＰＤＦ文档的特点,根据开发"粤北地方文献全文数据库"的方法和实践,指出图书馆制作特色文献数据库应首选ＰＤＦ文档。

中图分类号:２５０．７４
文献标识码:Ｂ
文章编号:１００６-１５２５(２００４)０１-００４６-０３

国家数字图书馆是依托互连网连接起来的全国各地图书馆电子信息数据库群,其信息基础由国家图书馆藏文献信息、网络信息、各地图书馆藏特色文献信息构成。全国各地的地方特色文献是国家数字图书馆中具有重要意义的信息,地方图书馆尽快设法将这些信息数字化是国家数字图书馆工程的重要基础。下面是我馆以ＰＤＦ文档格式制作"粤北地方文献数据库"的一点认识和经验。

１什么是ＰＤＦ

ＰＤＦ是Ａｄｏｂｅ公司开发的一种电子文档格式ＰｏｒｔａｂｌｅＤｏｃｕｍｅｎｔＦｏｒｍａｔ的简称,这是一种可移植的结构化通用文档格式,它可以将任何文字、表格、颜色、图形图像、超文本链接、声音、动态图像等信息封装在一个电子文档中,而不管创建该文档所使用的应用程序和平台。ＡｄｏｂｅＰＤＦ是出版业新兴的工作流程标准。

ＰＤＦ文档是通过一系列对象序列来构造的,ＰＤＦ对象包括直接对象（ＤｉｒｅｃｔＯｂｊｅｃｔ）和间接对象（ＩｎｄｉｒｅｃｔＯｂｊｅｃｔ）。直接对象通常有布尔型（Ｂｏｏｌｅａｎ）、数值型（Ｎｕｍｂｅｒ）、字符串型（Ｓｔｒｉｎｇ）、名字型（Ｎａｍｅ）、数组型（Ａｒｒａｙ）、字典型（Ｄｉｃｔｉｏｎａｒｙ）、空对象（Ｎｕｌｌ）、流对象（Ｓｔｒｅａｍ）等基本类型,间接对象是经过标识了的ＰＤＦ对象。一个ＰＤＦ文档包含了一个或多个页面,而每一页都可以包含文档、图形和图像。一个典型的ＰＤＦ文件包含文件头、文件主体、交叉引用表和文件尾４个部分。文件头（Ｈｅａｄｅｒ）位于ＰＤＦ文档的第一行,它表明当前文件使用ＰＤＦ规范的版本;文件体（Ｂｏｄｙ）中包括构成文件间接对象的一个序列,这些对象代表文档中的各个组件,例如字体、页数和图像等,交叉引用表（Ｃｒｏｓｓ-ｒｅｆｅｒｅｎｃｅＴａｂｌｅ）则是为了能对间接对象进行随机存取而设立的一个间接对象地址索引表,它给出了所有当前文件使用对象的入口地址,即字节偏移量,以便系统随机访问不同的对象;文件尾（Ｔｒａｉｌｅｒ）中包含了交叉引用表的起始地址和其中的对象总数、文档中Ｃａｔａｌｏｇ（目录）对象的对象号以及加密等安全信息,根据文件尾提供的信息,ＰＤＦ的应用程序可以找到交叉引用表和整个ＰＤＦ文件的目录对象,从而控制整个ＰＤＦ文档。

２ＰＤＦ的特点

目前国内文献数字技术飞速发展,已有多家文献数字化处理系统,据笔者所知,ＤＩＰＳ数字文献处理系统、ＴＲＳ系统等都是性能出色的系统,而价廉物美的ＡｄｏｂｅＡｃｒｏｂａｔＲｅａｄｅｒ制作利用ＰＤＦ文档确实是最好选择。用ＰＤＦ制作电子文献只需安装:(１)中文操作系统;(２)任何字处理软件，排版软件，图形软件;(３)中文４．０版本以上的ＡｄｏｂｅＡｃｒｏｂａｔ。ＡｃｔｉｖｅＰＤＦ公司还发布了以ＡｃｔｉｖｅＰＤＦＳｅｒｖｅｒ为中心ＰＤＦ工具包。ＡｃｔｉｖｅＰＤＦＳｅｒｖｅｒ是一个服务器软件,可以读取几乎所有Ｗｉｎｄｏｗｓ应用文档,并把它们转换成ＰＤＦ格式。该服务器软件有标准版和专业版两个版本,专业版支持ＰＤＦ加密解密。软件包的其他工具还有ＤｏｃＣｏｎｖｅｒｔｅｒ(能将２８０多种文档转换成ＰＤＦ)、Ｗｅｂ Ｇｒａｂｂｅｒ(能将ＨＴＭＬ转换成ＰＤＦ)、Ｓｐｏｏｌｅｒ(打印服务器的ＰＤＦ文档)等。

ＰＤＦ是从页面描述语言ＰＳ（ＰｏｓｔＳｃｒｉｐｔ）发展而来,具有与ＰＳ几乎相同的页面描述能力和相似的描述方法。但与ＰＳ不同的是,ＰＤＦ除了能描述复杂版面外,还具有交互功能（如超链接、交互表单等）、页面随机存取及图形字体仿真描述等特性。因此,ＰＤＦ不仅适合印刷出版,而且也适合电子出版,是全世界电子版文档分发的公开实用标准。