Nové verze (a hned dvě)

Od včerejška je dostupný JHOVE ve verzi 1.18. Za zmínku stojí asi hlavně přidání validace ICC profilů do JPEG modulu.
Release notes: https://github.com/openpreserve/jhove/releases/latest.
Download JHOVE 1.18: http://software.openpreservation.org/rel/jhove-latest.jar.

K oslavě mezinárodního dne digital preservation se přidala i VeraPDF, která přišla s verzí 1.10. Bude to chtít trochu testování, ale zdá se mi, že se pustili do řešení několika velice nepříjemných potíží v oblasti validace unicode.

Release notes: https://github.com/veraPDF/veraPDF-library/releases/latest.
Download veraPDF:  http://downloads.verapdf.org/rel/verapdf-installer.zip.

Validace Digital Cinema Package (DCP)

Na githubu byl zveřejněn nástroj avizovaný na Pasigu pro validaci DCP formátů. Slouží jak k extrakci technických metadat tak k validaci.

https://github.com/Ymagis/ClairMeta

https://pypi.python.org/pypi/clairmeta

veraPDF 1.0 je tu!

Konzorcium veraPDF dnes oznámilo uvolnění verze veraPDF 1.0. 

http://verapdf.org/2017/01/10/verapdf-1-0-released/?utm_source=veraPDF+News

veraPDF je PDF/A validátor, open source, vyvíjený v projektu Open Preservation Foundation a PDF Association, validuje všechny části a úrovně ISO 19005 (PDF/A). Je dostupný pod licencemi MPLv2+/GLPv3+.

Jak důležitý krok je to pro použitelnost PDF/A v archivech asi není třeba vysvětlovat, naše archivní legislativa o tom, jak se prokazuje shoda s ISO 19005, taktně mlčí. veraPDF dává archivům do ruky nástroj, který jim umožní posoudit shodu s touto normou nebo s vlastním profilem -  v případech, kdy je archiv připraven přijmout PDF/A nedovídající některým požadavkům zcela přesně.

Můj první "file format signature" - Andrea Byrne - aneb jak na to

Andrea Byrne (Archives New Zealand) popsala velmi zajímavou, návodnou a čtivou formou její experiment s vytvořením tzv. signature file pro databázi PRONOM, kterou provozuje Britský národní archiv. Signature files jsou poté používány pro automatizovanou identifikaci formátů dat, např. pomocí nástroje DROID.
Pokud máte formát, pro který signature file zatím neexistuje, zkuste si jej vytvořit, s pomocí návodu Andrey Byrne by to neměl být tak velký problém ;-D

http://openpreservation.org/blog/2016/09/08/making-the-switch-from-user-to-user-and-contributor-my-first-file-format-signature/

Prezentace z Pasigu 2016 v Praze jsou online

https://library.stanford.edu/projects/preservation-and-archiving-special-interest-group/international-meetings/march-2016-prague

Užitečné kontextové menu pro volání nástrojů pro validaci formátů apod.

Pro některé uživatele linuxových desktopů tohle může být užitečný nástroj - kontextové menu pro file managery caja nebo nautilus:

https://github.com/bitsgalore/contextactions

Identifikace pomoci unix file a apache tika, dál jsou zapojeny exiftool, jhove, jpylyzer, mediainfo, epubcheck atd....

UDEMY Online kurzy - jak používat nástroje jako File, DROID, JHOVE, ExifTool, Apache Tika?

Gary McGath vytvořil online kurz "How to Tell a File's Format: Five Open Source Tools" a kurz s úvodem do osobní digitální archivace:
https://www.udemy.com/file-format-identification-tools/
https://www.udemy.com/personal-digital-preservation/

Bohužel pro našince je 27 i 18 Euro asi dost. :-(

Gary je mimochodem autorem první verze Jhove a podílel se na několika dalších projektech v oblasti dlouhodobé archivace.

DPF Manager - otestujte aplikaci pro validaci TIFFu (pro účely dlouhodobého ochrany)

Už jsme tu psali o iniciativě kolem archivní verze TIFFu, kde se připravuje nový ISO standard pro archivní TIFF (http://www.ti-a.org/).  Ve stejné komunitě vznikl také DPF manager (TIFF conformance checker for digital preservation), který si můžete již teď stáhnout a otestovat - viz. http://www.dpfmanager.org/index.htm. S tím souvisí i vývoj nové java knihovny Tiff-Library-4J pro generování TIFFu (https://github.com/EasyinnovaSL/Tiff-Library-4J).

Ve všech případech jsou to komunitní projekty financované z veřejných financí a podporované několika paměťovými institucemi, takže jsou samozřejmě také volně dostupné. Tyto aktivity kolem TIFFu financuje mj. také projekt PREFORMA, kde se pracuje na vytvoření nových validátorů PDF/A -  VeraPDF (http://www.preforma-project.eu/pdfa-conformance-checker.html).

Proč je validace PDF/A důležitá i pokud žádná PDF/A nemáte

Johan van der Knijff z Královské knihovny Nizozemí publikoval další ze svých blogů. Johan se dlouhodobě zabývá obrazovými formáty JPEG 2000 a PDF. Je to zajímavé čtení, přibližující problémy, které se mohou skrývat (a často skrývají) v PDF souborech. Tyto problémy (encryption, hesla, externí odkazy, externí fonty) velmi ztěžují dlouhodobou ochranu obsahu těchto souborů.
Blog zároveň obsahuje linky na relevantní nástroje na validaci PDF/A.
http://blog.kbresearch.nl/2015/07/07/why-pdfa-validation-matters-even-if-you-dont-have-pdfa/

FLINT - modulární a rozšiřitelný framework pro validaci formátů

Trochu jiný přístup k validaci formátů představuje FLINT.

FLINT umožňuje validovat formáty souborů proti nějak definované policy - tj. umožňuje validovat formáty proti specifickému standardu konkrétní instituce nebo konkrétní sbírky s využitím schematronu.  Dostupná verze, vzniklá v projektu SCAPE, zapojuje nástroje pro zpracování PDF a ePub.

Současná verze balí PDFBox, Apache Tika, Calibre, EPUBCheck, iText. 

Nový PDF/A validátor k dispozici (veraPDF)

Již jsme v minulosti zmiňovali projekt PREFORMA a snahu o vytvoření validátoru pro soubory ve formátu PDF. Nyní byla vydána první verze nástroje - ke stažení zde http://downloads.verapdf.org/rel/veraPDF-library-GUI-0.2.0.zip
Nástroj je schopen validovat PDF/A, tedy "oproti" ISO 19005. Verze, která je k dispozici není kompletní, nedoporučuje se používat v ostrém provozu, jde spíše o proof of concept v současné chvíli. Poznámky k vydání naleznete na https://github.com/veraPDF/veraPDF-library/releases/latest.
A konečně web nástroje - http://verapdf.org/