使用LibreOffice命令行导出HTML为PDF/UA时的PAC验证错误

1. 修复「PDF/UA identifier missing」错误 #

你之前使用的SelectPdfVersion: 1对应PDF/A-1b标准，并非PDF/UA，这是导致标识缺失的核心原因。要生成符合PDF/UA规范的文件，需在命令行参数中指定正确的PDF/UA配置，而非PDF/A版本号：

soffice --headless --convert-to 'pdf:writer_pdf_Export: {"IsPDFUA": {"type": "boolean", "value": true}, "TaggedPDF": {"type": "boolean", "value": true}, "ExportLanguage": {"type": "string", "value": "zh-CN"}}' /path/to/your/file.html --outdir /path/to/output

参数说明：

• IsPDFUA: true：明确启用PDF/UA标准，自动添加所需的标识信息
• TaggedPDF: true：PDF/UA要求文档必须为带标签PDF，此参数强制生成标签结构
• ExportLanguage：指定文档语言（如zh-CN或en-US），是PDF/UA的必填项

2. 修复「0000-00-00T00:00:00-04:00 is not a valid XMP date」错误 #

该错误源于LibreOffice导出时默认填充的无效日期，可通过两种方式解决：

方式一：通过HTML的<head> meta标签指定日期 #

在HTML头部添加符合ISO 8601格式的日期meta标签，LibreOffice会读取这些值替换默认无效日期：

<head>
  <title>你的文档标题</title>
  <meta name="dc:date" content="2024-05-20T14:30:00+08:00">
  <meta name="dc:modified" content="2024-05-20T14:30:00+08:00">
</head>

方式二：通过命令行参数直接设置日期 #

无需修改HTML，在命令行中添加日期参数指定合法ISO日期：

soffice --headless --convert-to 'pdf:writer_pdf_Export: {"IsPDFUA": {"type": "boolean", "value": true}, "TaggedPDF": {"type": "boolean", "value": true}, "ExportLanguage": {"type": "string", "value": "zh-CN"}, "CreationDate": {"type": "string", "value": "2024-05-20T14:30:00+08:00"}, "ModificationDate": {"type": "string", "value": "2024-05-20T14:30:00+08:00"}}' /path/to/your/file.html --outdir /path/to/output

验证效果 #

修改后重新导出PDF，用PAC工具验证即可解决两个错误：

• PDF/UA标识会自动添加，消除「PDF/UA identifier missing」提示
• 无效XMP日期会被替换为指定的合法日期，解决格式错误问题

内容的提问来源于stack exchange，提问作者kuru