Microsoftin XML-tallennusmuoto ei kelvannut Massachusettsille

Avoin formaatti on sellainen, jota kehittämässä on organisaatio, jonka toimintaan kuka tahansa voi liittyä ja vaikuttaa. Julkishallintokin Suomessa kylläkin pitää avoimena sellaisia määritteitä, joista annetaan jonkintasoinen määritys, mutta jonka kehittämiseen kukaan muu ei voi vaikuttaa kuin alkuperäinen tekijäporukka. Olisikin kiva saada "virallinen" määritelmä moiselle. Itse kutsuisin jälkimmäistä julkiseksi määritykseksi/formaatiksi, koska sitä se vain on.

Miksi itse PDF:ää ei ole standardoitu?

Ja yritykset silti päivittävät Adoben tuotteensa versioon X^7, joka tuottaa tätä formaattia, jota ei saakaan muilla kuin Adoben tuotteilla tuottaa/lukea? Mahdotontako? Ei minusta ollenkaan.

Itse lähtisin tekemään isommalla porukalla avointa formaattia, jossa otetaan huomioon sekä itse tekninen rakenne (joka PDF:ssä on aika kuralla) että ominaisuudet ja kaikilla olisi jotain sanottavaa. Formaatti standardoitaisi heti ensimmäisestä versiosta lähtien, eikä kenelläkään ole siihen erityisoikeuksia. Samoin määriteltäisi miten formaattia voivat kolmannet osapuolet laajentaa, koska kaikkea ei kuitenkaan oteta standardiin mukaan.

Tällä hetkellä en tiedä onko yhtään formaattia joka olisi sopiva, SVG ei loppujen lopuksi ole mikään huono vaihtoehto, vaikka sitäkin viedään vähän liian multimediaiseen suuntaan tällä hetkellä ja monimutkaistetaan toteutuksia. Siinä olisi kuitenkin hyvä, melko avoin lähtökohta.

(Kirjoitetaan nyt tähän sitten näkemyksiä kyseisistä formaateista)

"Graphic technology. Prepress digital data exchange. Use of PDF. Complete exchange using CMYK data (PDF/X-1) and PDF/X-1a)"

Mitenköhän tämä liittyy asiaan? Toki, sehän selittää PDF/X-1:n, mutta...? Enemmänkin moisen olemassaolo kertoo siitä, että PDF:n käyttö ei olekaan niin yksinkertaista kun pitää tehdä määritys joka kertoo ettet saa käyttää tiettyjä asioita jos haluat käyttää PDFiä tietyissä tapauksissa. PDF:ää on hehkutettu juuri painoiteknisesti jne, mutta sitten tarvitaankin rajoituksia että se sinne oikeasti menee.

OpenDocument vs MSOffice XML -asiasta on muuten ollut paljon höpinää, myös EU on vertaillut näitä. Groklaw:ssa höpistään asiasta hieman sekaviakin (osittain EUn päätöksiä), kuten että on aivan järkyttävää että _voi_ liittää binääriosia dokumentteihin ja että OD:n formaatissa tämä on ihan ok, koska ne ovat erillisinä tiedostoina. Mietityttää miksi dokumenttiin upottaminen sitten tekee tuosta niin pahan asian. (Groklaw'n kommenteista sitten osa on taas tyypillistä horinaa. Jollain on ongelmia dokumenttien avaamisessa [45 minuuttia OOo:lla!] niin vastaus on "ei toi mikään ongelma ole", joku haluaa viewerin että voi avata dokuja, vastaus on "käytä PDF:ää" jne. Varmasti onkin helppo vastaanottajana muuntaa se PDF:ksi ilman softalatauksia)

Pitänee tutustua tuohon formaattiin taas, ainakin OOo:n formaatit olivat aika kauheita monilta osin ja monissa dokumenteissa nyt hehkutetaan esimerkiksi olemassaolevien speksien tukemista (kuten SVG), aiemminhan OOon formaatti ei käyttänyt mitään olemassaolevia vaan kaikki haluttiin tehdä itse. Todella hyvä periaate oli. Nyt speksissä viitataan muutamiin SVG:n määrityksiin, mutta ei tietenkään käytetä suoraan SVG:tä. Sehän olisi tyhmää. Mutta mahdollista se on, sitten joskus. Microsoft näin ei voisi/haluaisi tehdä, tuntuu olevan rivien välistä luettavissa.

Myöskin speksi keskittyy kuvaamaan XML-muodon, ei niinkään tunnu antavan selkeää kuvaa siitä miten nämä määritykset pitäisi esittää. Olemmeko hetken päästä tilanteessa, jossa n tuotetta tukee formaattia, mutta kaikki näyttävät sen hieman eri tavalla? Ja kaikki ovat sitten "standardin" mukaan oikeassa. Tuohon speksiin verrattuna esimerkiksi Wordin formaatti on paljon helpompi toteuttaa "oikein."

ZIP-formaatin käyttö on myös hieman huvittavaa, varsinkin MIME-tyypin tarkistuksen osalta. Jos halutaan tehdä mime magic -tutkintaa, pitää ZIPissä olla ensimmäisenä tiedostona mimetype-niminen dokumentti, jossa ei saa olla mitään attribuutteja, ei saa olla pakattuna jne. Tällöin voidaan luottaa siihen, että tietyissä kohdissa tiedostoa on tietyt tekstit. Ai kun kaunista.

OLE Structured Storage on paha asia kun ZIP on taas samojen henkilöiden mielestä hyvä asia. Molemmissa käytetään binääriä (joka EUnkin mielestä oli Paha Asia, silti OD:n ZIP on ok?!) ja OSS:ää ei ole yhtään hankalaa lukea. Puhumattakaan tietysti siitä, että dumppaamalla DOCista päästriimin ja sanomalla sille vaikka strings saadaan koko teksti ulos sekä hieman ylimääräistä ennen ja jälkeen. OD:stä taas saadaan miljoonien täkyjen seassa tekstiä ulos, eli tarvitaan väkisinkin softa, joka tajuaa mitä siitä XML:stä pitää ottaa ulos. Mutta eihän kukaan moista tarvitse, XML kun on ihan ihmissilmin luettavissa...

Myöskin tämä iänikuinen vanhojen formaattien höpinä on aika ärsyttävää. Jos ei tajuta oikeasti tarkistaa vaikka vuosittain saako dokumentit vielä auki ja jos ei uusimmilla saa, konvertoidaan. Tai konvertoidaan aina uuteen. Ei se niin kauhean vaikeaa ole, puhumattakaan siitä, että ne vanhat softat ovat vielä olemassa. Mutta silti jopa IT-alan tekniikan tohtorit itkevät kun vuosikymmen sitten kirjoitettu doku ei enää aukeakaan. Järkeä voi käyttää. Ja kyllä, joskus se järkevä tapa on tallettaa ne jo valmiiksi eri formaatissa kuin yleisin de facto -standardi.

Parasta kaikille olisi yhtenäinen _hyvä_ standardi, mutta itse en taas OASIS/OOo/Sun-porukoiden tekemänä siihen kovin äkkiä usko. Mutta ehkä ennakkoasenteeni osoitetaan vääräksi ja formaatit korjataan. Tällä hetkellä aika monta asiaa jätetään suoraan muiden järjestelmien hoidettavaksi vaikka ne voitaisi hoitaa suoraan dokumenttiformaatissa. Ehkä vain ajatusmaailmani on liian erilainen kuin speksejä kirjoittavien.

http://www.groklaw.net/article.php?story=200501300...
http://europa.eu.int/idabc/servlets/Doc?id=17982
http://www.oasis-open.org/committees/download.php/...

Kaksi eri asiaa: Lukea pdf:ää, ja kirjoittaa pdf:ää. Lukeminen onistuu kyllä helposti, ja ilmeisesti tämän asian suhteen PDF on todellakin "avoin". Kirjoittaminen ei sen sijaan onnistu kuin Adoben lisenssillä, tai noilla "epävirallisilla" purkkavirityksillä.

Referenssi? Adobelta en mistään löydä moista määritystä ja aika moni tuota käyttää ihan ilman Adoben lisenssiä tai purkkavirityksiä (kuten itsekin). Ne voi tehdä hyvinkin eikä vain purkalla (tai niin hyvin kuin PDF:n kanssa voi toimia).

PDF:n standardiudesta Adoben omia sanoja:

" PDF has become the de facto standard", "Adobe has a tradition of establishing, supporting, and promoting standards.", "Adobe's best-known standard is PDF" (PDF-sana linkki, sen takana:), "Portable Document Format (PDF) is the published specification used by standards bodies" eli jos ISO ja ECMA vaikkapa käyttävät formaattia, se on yhtäkkiä standardi? "It is the standard format for the electronic submission of drug approvals to the U.S. Food and Drug Administration" Whoa, tuohan se vasta tekeekin siitä standardin... Muuta ei sanota mistään standardoinnista. Muualla mainitaan juuri PDF/X ja PDF/A jne, miksi itse PDF sitten ei ole? Adobe ei halua luovuttaa valtaa?

(IMO on rumaa höpistä standardista kun mikään laajalti hyväksytty organisaatio ei ole standardoinut, de facto erikseen)

PDF-speksin lisenssiteksti kertoo entistä ihanampaa tekstiä:

"This publication and the information herein are furnished AS IS, are furnished for informational use only, are subject to change without notice, and should not be construed as a commitment byAdobe Systems Incorporated. Adobe Systems Incorporated assumes no responsibility or liability for any errors or inaccuracies that may appear in the informational content contained in this guide, makes no warranty of any kind (express, implied, or statutory) with respect to this publication, and expressly disclaims any and all warranties of merchantability, fitness for particular purposes, and noninfringement of third-party rights."

Varmasti useakin standardi sanoo, että "tässä voi olla vaikka mitä virheitä, ei meitä kiinnosta, me voidaan myös muuttaa tätä miten halutaan, se on voivoi jos ette pysy mukana."

(Yksi ihana ominaisuus muuten PDF:n spekseissä on esimerkiksi FDF:ssä checkboxin määritys. Ei-valittuna arvo on Off, valittuna se on Yes (loogista, eikö? On ei näköjään kelvannut), mutta sen ei ole pakko olla näin! Missään ei sanota miten sitten kerrotaan mikä se valittu arvo onkaan, eikä Adoben omat softat tajua kuin tuon Yes-arvon. Laadukasta tavaraa siis)

Olettekos te, jotka haukutte näitä avoimia järjestlmiä purkkavirityksisksi, koskaan käyttäneet vaikka GhostScriptillä toteutettua PDF-tulostusta. Itse tuollaisen rakentelin erääseen yritykseen ja kaikki skulasi uskomattoman hienosti A2 ja A1 kokoja lukuunottamatta, joissa ilmeni pientä säätö tarvetta. Tämänkin uskon johtuvan käyttämistäni plotterin ajureista.

Itse olen käyttänyt opensource PDFCreatoria (kotona) ja Adoben omaa writeriä (töissä), ja kyllähän jos näitä vertaa niin kyllä tuo PDFCreator on aikamoinen purkkaviritelmä johon ei ole luottamista.

PDFCreator toiminut töissä ja kotona moitteettomasti vuoden päivät ja vähän enemmänkin.

Se nyt vaan on tyhmää maksaa liikaa tai ollenkaan. ;)

OpenOffice.orgin Export directly to PDF lienee tällainen "epävirallinen" purkkaviritys? Oletko kokeillut? Pikaisesti katseltuna näyttää tekevän saman kuin MS Office ja Adobe distillerkin, hieman kätevämminkin vielä työkalurivinappulan ansiosta.

Tuota en ole kyllä käyttänyt (vaikka OO koneella onkin), mutta toivottavasti toimii paremmin kuin opensource PDFCreator...

http://en.wikipedia.org/wiki/Pdf

"PDF is an open standard, and anyone may write applications that can read or write PDFs royalty-free"

..ellei tuo ole virheellistä tietoa :)

Tieto ei varmasti ole virheellistä, vaan PDF:ää voi käyttää varmasti ilman royalti maksuja. Tämä ei kuitenkaan tarkoita sitä että PDF olisi "vapaa" formaatti, vaan ymmärtääkseni Adobe ei ole julkistanut tietoja jolla kuka tahansa voisi implementoida pdf kirjoitus tuen softaansa.

Ei niin. Se on open.

Ymmärrysrajoitteisuus on sinun oma ongelmasi.

Kokeile kirjoittaa googleen "pdf format specification" ja klikkaa ensimmäistä linkkiä (
http://partners.adobe.com/public/developer/pdf/ind... )

En oikein tiedä mitä enemmän adobe voisi tarjota kuin 1236 sivua speksiä formaatista

Se ei toimi muualla kuin Windowsilla

Toimii maceilla. Ja kuka nyt tosissaan edes harkitsisi linuxin käyttöä oppilaitoksissa tai valtion virastoissa, merkittäviä etuja ei ole ja tulee kalliimmaksikin ;)

Miksi tarvitsee trollata? :-/