1.3.3 數字化加工的通用格式與規范

（1）數字化加工通用格式

目前，在各種電子終端上顯示閱讀的電子書，是經過非結構化數據加工的各種格式電子文檔。其中，最有代表性的格式有兩種：一種是可移植文檔格式（Portable Document Format），簡稱PDF格式；另一種是電子書格式（Electronic Publication），簡稱ePub格式。ePub是目前國際上興起的能夠跨越互聯網平臺和移動通信平臺的格式。另外，國內一些數字出版公司也開發應用了各種電子書閱讀格式，如同方CAJ、方正CEB、超星PDG、書生SEP等。目前，中國新聞出版信息化技術委員會正在進行數字出版標準體系研究，其中，涉及數字出版的十多個細分領域的標準，包括制定電子書數字出版標準。可以預見，電子書數字出版標準會出現逐漸采用通用格式的趨向。

（2）數字化加工規范作用

目前國內很多數據加工單位制作PDF格式文件，使用的參數不統一，造成的影響是：①其成品對后期PDF數據的反解和格式轉換軟件的開發帶來很大不便；②有些重要的參數也被忽略，如“字體嵌入”，導致PDF格式在轉換及文本分析時產生亂碼。為了避免后續應用帶來的制約，需要在數字化加工中制定PDF加工規范，用規范引導和保證加工成品的各種重用需求。