档案数字化托管不规范 手把手实操整改全步骤指南

一、前置准备

1.1 明确合规对照标准

需直接采用国家档案局发布的两个强制标准，禁止自行拟定规则：一是《DA/T 42-2009 纸质档案数字化规范》，二是《DA/T 47-2009 电子文件归档与管理规范》，提前从官方平台下载文本即可。

二、实操整改4步走

2.1 全量档案合规普查

步骤1：导出托管档案全量清单。打开Windows命令提示符（Win+R输入cmd回车），切换至托管档案根目录（例如输入cd D:\2024档案托管库），运行以下命令生成原始清单：

```dir /a:-d /s /b /t:w > 档案原始清单.csv```

必须在托管档案的根目录运行该命令，否则清单会包含无关文件夹内容。

步骤2：识别缺失与违规项。将生成的档案原始清单.csv拖入Excel，选中所有元数据列（如文件名、创建时间），点击「开始」→「条件格式」→「突出显示单元格规则」→「空白」，选择红色填充，即可快速标记缺失元数据的条目；同时用Excel筛选功能，筛选文件名后缀为非合规格式（如png、非PDF/TIF）的条目，记录违规清单。

2.2 核心格式与元数据整改

格式整改：用免费开源工具Ghostscript实现批量格式转换，先安装工具：Windows用户运行```choco install ghostscript -y```；Linux用户运行```sudo apt install ghostscript -y```；Mac用户运行```brew install ghostscript```。

批量转换PDF至PDF/A（归档强制格式），打开命令提示符切换至整改文件目录，运行命令：

```gs -dPDFA -dBATCH -dNOPAUSE -sDEVICE=pdfwrite -sOutputFile=整改后_%%f.pdf 原始文件_.pdf```

-dPDFA参数是生成合规格式的关键，不可删除或修改。

元数据整改：针对Excel中标记的空白元数据项，直接从纸质档案或原有台账补全，仅需确保补全「档案编号、分类、归档日期、密级」4项必填元数据，其余项可留空。

三、校验固化与运维

3.1 数据合法性校验

仅需3步完成自动化校验，无需专业工具：

1. 安装Python包管理器pip：从官方链接下载get-pip.py（https://bootstrap.pypa.io/get-pip.py），运行命令```python get-pip.py```；
2. 安装PDF校验依赖库：```pip install pypdf2```；
3. 编写校验脚本，复制以下代码到记事本，保存为pdf_check.py：

```import PyPDF2, os; root_dir = "整改后档案目录"; for file in os.listdir(root_dir): if file.endswith(".pdf"): pdf = PyPDF2.PdfReader(os.path.join(root_dir, file)); print(f"文件：{file}，格式合规：{pdf.pdf_header == b'%PDF-1.7'}，含PDFA标识：{('/PDFA' in str(pdf.xmp_metadata))}")```

运行脚本：切换至脚本目录，输入```python pdf_check.py```，即可输出所有PDF的合规状态，标记违规文件重新整改。

3.2 运维标准固化

整改完成后，建立每周自动校验机制：打开「任务计划程序」→「创建基本任务」，设置每周固定时间（如周一10点），运行之前的pdf_check.py脚本，生成校验报告保存至指定目录，无需手动操作。