我正在建立一个在线门户网站，研究人员可以上传他们的研究论文。一个要求是，所有PDF都以PDF / A格式存储。由于我无法依赖用户生成符合PDF / A的文档，因此我需要一种工具来检查标准PDF并将其转换为PDF / A格式。
您知道的最佳工具是什么？
首选开源工具，但搜索没有发现。 iText可以创建PDF / a，但转换并不容易，因为您必须阅读每个页面并将其复制到新文档，在此过程中丢失所有书签和注释。 （至少据我所知，如果你知道一个简单的解决方案，请告诉我。）
API应该可用于PHP，Java或应提供命令行工具。请不要列出仅限GUI或仅限在线的解决方案。
答案 0 :(得分：8)
我不确定您的所有目标是否可以同时满足。围绕PDF / A的故事要比格式转换复杂得多，比如tiff到png。
总而言之：我认为您最好放弃部分或全部责任以遵守PDF的制作人。当然，这并不意味着你无法帮助他们：如果你找出大多数用来创建论文的工具，你可以指向PDF / A和特定工具的文档。 （作为此类文档的一个极端示例，请查看this）
祝你好运。
答案 1 :(得分：8)
我曾经在法国国家图书馆工作，建立一个可以做这种事情的档案系统。作为世界上前十大图书馆中的大多数，我们使用JHOVE来识别文件格式。
JHOVE 可以判断文件是否为PDF / A，甚至可以验证。它还知道其他7种PDF，请参阅the details。
JHOVE是开源的，由JSTOR和哈佛大学图书馆维护。这对use来说相当简单。
答案 2 :(得分：3)
对于识别部分，您可以尝试Droid tool（数字记录对象识别），它可以访问Pronom technical registry（包含PDF/A）。
答案 3 :(得分：1)
Open Office API project可能就是你要找的东西。截至2.4 Open Office支持PDF / a文档。这是来自网站的code example如何转换文档，这个例子是Java。
答案 4 :(得分：-1)
我不确定PDF /文件，但你看过jodconverter？ 它可以为您转换许多不同的格式，它是开源的。我们在项目中广泛使用它。