文·張學(xué)干 焦同生

電子檔案封裝是將電子檔案和元數(shù)據(jù)按指定結(jié)構(gòu)打包的過程，自從20世紀90年代澳大利亞州公共文件局提出用數(shù)據(jù)（即電子檔案和元數(shù)據(jù)的封裝包）的方式來實現(xiàn)電子文件的長期保存以來，封裝在電子文件和電子檔案領(lǐng)域備受關(guān)注。近年來，隨著電子文件“單套制”歸檔和電子檔案“單套制”管理的逐步推開，按照規(guī)范格式封裝的電子文件、電子檔案封裝包被廣泛應(yīng)用于跨部門、跨系統(tǒng)之間的數(shù)據(jù)交換、整理歸檔和移交接收等工作中。

一、電子檔案封裝包的種類

封裝包通過將電子檔案內(nèi)容和元數(shù)據(jù)按照規(guī)范結(jié)構(gòu)封裝在一個信息包里或者在電子檔案內(nèi)容里嵌入元數(shù)據(jù)信息的方式，用于維護電子檔案與其元數(shù)據(jù)的可靠聯(lián)系，實現(xiàn)電子檔案的自包含、自描述、自證明，確保電子檔案的真實性、完整性和有效性。目前，國內(nèi)采用的封裝包主要有三種，一是2009年批準發(fā)布的檔案行業(yè)標準《基于XML的電子文件封裝規(guī)范》規(guī)定的基于XML封裝的EEP封裝包；二是國家檔案局2012年印發(fā)的《電子檔案移交和接收辦法》規(guī)定的電子文件包；三是2020年批準發(fā)布的國家標準《黨政機關(guān)電子公文歸檔規(guī)范》提出的OFD格式文件。前兩個采用信息包封裝的方式，第三個采用元數(shù)據(jù)嵌入電子檔案內(nèi)容里的方式形成封裝包。

二、封裝方法優(yōu)缺點比較

上述介紹的三類封裝包雖然都是基于XML語言進行封裝，元數(shù)據(jù)為XML格式，但是封裝包內(nèi)電子檔案的數(shù)據(jù)內(nèi)容和元數(shù)據(jù)在組織結(jié)構(gòu)、內(nèi)容呈現(xiàn)等方面存在著諸多差異，各有優(yōu)缺點。

（一）組織結(jié)構(gòu)比較

EEP封裝包基于OAIS參考模型中的AIP（檔案信息包）模型，可以被視作一個“洋蔥型”結(jié)構(gòu)（如圖1所示）。

圖1：EEP封裝包樹形結(jié)構(gòu)

一個封裝包邏輯上被分為三層，核心是電子檔案內(nèi)容，其以Base64編碼的方式，嵌入到XML文件中；中間層是與電子檔案相關(guān)的元數(shù)據(jù)；最外層是封裝的描述信息即封裝包元數(shù)據(jù)。EEP封裝包中包含文件、文件處理單、元數(shù)據(jù)、電子簽名、封裝描述信息等，一個封裝包中可以封裝多個文檔（如正文與附件），一個文檔可以包含多個版本（如正本、定稿、草稿），文檔的同一版本還可以包含不同格式的計算機文件（如PDF格式和DOC格式），并且還有電子簽名驗證功能，既滿足了電子檔案封裝的需求，同時可以保障電子檔案的真實可靠性。EEP封裝包支持對電子檔案數(shù)據(jù)或其元數(shù)據(jù)封裝后的再修改，如果對原始封裝包進行修改，每修改一次會在原封裝包的基礎(chǔ)上增加封裝一個修訂層，修訂層包含全部電子文件元數(shù)據(jù)、被修改的電子檔案數(shù)據(jù)和修訂封裝包元數(shù)據(jù)。但是經(jīng)過多次修改后，“洋蔥型”的層數(shù)會越來越多，既造成元數(shù)據(jù)的大量冗余，也給計算機系統(tǒng)的解析、識讀增加負擔(dān)。另外，電子檔案內(nèi)容采用Base64編碼時，對文件大小有限制要求，封裝的文件一般在5兆以內(nèi)，因為較大的電子檔案占用的封裝時間相對較長，而且在網(wǎng)絡(luò)環(huán)境下，可能還會因為網(wǎng)絡(luò)帶寬限制造成更大延時，而導(dǎo)致封裝失敗。同時，編碼后，文件大小會增大1/3，也會對數(shù)據(jù)的存儲帶來一定壓力。

電子文件包是將電子文件和元數(shù)據(jù)分別保存為格式文件，然后將這些文件按照一定關(guān)系組織在一起，形成一個“包”形式的文件組合，存儲結(jié)構(gòu)采用層級的文件夾結(jié)構(gòu)（如圖2所示）。

圖2：電子文件包存儲結(jié)構(gòu)

電子文件夾層次結(jié)構(gòu)一般按照檔案整理和分類方法來設(shè)置，例如年度—保管期限—機構(gòu)（問題）—文件，最底層文件夾一般以檔號來命名，用于存放一份電子檔案的內(nèi)容和元數(shù)據(jù)。電子文件包內(nèi)的電子檔案元數(shù)據(jù)一般包括電子檔案的基本信息、流程信息、電子文件屬性信息等，并通過XML語言封裝，電子檔案內(nèi)容數(shù)據(jù)放在文件夾內(nèi)依次排列。電子文件包的結(jié)構(gòu)層級清晰，數(shù)據(jù)包實現(xiàn)技術(shù)比較簡單，電子檔案內(nèi)容不進行編碼，可以有效降低封裝時間和電子檔案內(nèi)容的打開瀏覽時間，但由于電子檔案和元數(shù)據(jù)分體式保存，給管理上也帶來一定難度，而且存在電子檔案被非法修改的風(fēng)險。一般情況下，在電子檔案移交時，為了便于傳輸、管理和保存，電子文件包以ZIP壓縮包的方式進行打包，并通過電子簽名、數(shù)字摘要、時間戳等方式對ZIP壓縮包進行固化。

OFD格式文件基于XML技術(shù)來描述文檔數(shù)據(jù)，格式開放，利于理解，長期可讀可用，是我國自主研發(fā)制定的適合我國電子文件長期存儲和交換的自主可控版式文件格式標準?？梢宰鳛殡娮訖n案的長期保存格式，用于電子文件的格式轉(zhuǎn)換，在電子文件歸檔時將各種主流格式的文件統(tǒng)一轉(zhuǎn)換為OFD格式，或者將不符合國家標準的、格式即將被淘汰的等進行統(tǒng)一轉(zhuǎn)化，例如將PDF格式轉(zhuǎn)換為OFD格式。 OFD格式采用ZIP壓縮打包，可有效支持電子檔案信息包的封裝，用于電子檔案的存儲和交換（如圖3所示）。

圖3：OFD格式文件存儲結(jié)構(gòu)

把一份電子檔案包含的正本、文件處理單、定稿、歷次修改稿以及電子檔案的元數(shù)據(jù)和呈現(xiàn)形式封裝成一個文件，形式層用于保持文件的原始性，在瀏覽、利用時顯示，內(nèi)容層通過OCR等方式實現(xiàn)電子檔案的全文檢索，元數(shù)據(jù)以XML語言嵌入到OFD格式文件中，既可以用于檢索，也可使OFD格式文件作為完整電子檔案格式不依賴于文件系統(tǒng)、數(shù)據(jù)庫等運行環(huán)境獨立存在。OFD格式文件把構(gòu)成一份電子檔案的所有內(nèi)容數(shù)據(jù)及元數(shù)據(jù)都物理聚合在一起，還可以根據(jù)電子檔案管理的需求補充擴展相關(guān)元數(shù)據(jù)，且支持數(shù)字簽名技術(shù)，一定程度上保證了電子檔案的完整性和真實性，適用于電子檔案的長期保存。

（二）內(nèi)容呈現(xiàn)比較

EEP封裝包把一份電子檔案的內(nèi)容和元數(shù)據(jù)封裝在一起，打開一個封裝包就可以瀏覽該電子檔案從“出生”以來的管理全過程和電子檔案的全部內(nèi)容，但由于電子檔案內(nèi)容進行了Base64編碼，不通過解析工具無法直接查看電子檔案內(nèi)容，需要使用符合標準要求的封裝包瀏覽器，才能查看封裝包元數(shù)據(jù)、瀏覽電子檔案內(nèi)容。

電子文件包不需要專用的文件解析工具就可以方便打開電子檔案內(nèi)容，但由于電子文件歸檔時采用不同的格式，如PDF、DOC、JPG、WAV、MPG等，需要在電子檔案管理系統(tǒng)中安裝各種的瀏覽插件或工具。而且由于元數(shù)據(jù)和電子檔案內(nèi)容分類保存，查看某一份電子檔案和元數(shù)據(jù)時需要分別打開不同的XML文件和內(nèi)容，比EEP封裝包要復(fù)雜。

OFD文件采用“容器+文檔”的方式描述和存儲電子檔案，是一種開放式的版式文檔格式，獨立于軟硬件、操作系統(tǒng)和輸出設(shè)備，其版面固定、不跑版、所見即所得，可以被視為計算機時代的“數(shù)字紙張”。其采用“層次文本+壓縮打包”的技術(shù)機制，比同樣內(nèi)容的DOC、PDF等格式文件體積更小，在線閱讀時文件加載、打開速度快，適應(yīng)電子檔案長期保存的需求，保證了電子檔案的長期可讀、可解析、可理解。

三、封裝策略的選擇

EEP封裝包作為國內(nèi)推廣使用較早的一款封裝包，是在《文書類電子文件元數(shù)據(jù)方案》的基礎(chǔ)上進行改造而來的，一定程度上推動了電子檔案封裝技術(shù)的進步，但是其封裝復(fù)雜，且每對封裝包做一次修改，都要增加一個修訂層，會產(chǎn)生大量冗余的元數(shù)據(jù)，尤其是對電子檔案內(nèi)容進行Base64編碼后，需要專用的瀏覽器打開，以及解析時會耗費大量計算資源，而且占用存儲空間較大的電子檔案不適合進行Base64編碼，導(dǎo)致這種封裝方式正在逐步被淘汰。

建立規(guī)范的存檔信息包，并通過接口技術(shù)實現(xiàn)存檔信息包在系統(tǒng)之間的切換，是電子文件歸檔的關(guān)鍵。目前通過電子文件包封裝存檔信息包，在電子文件歸檔和電子檔案歸檔方面應(yīng)用較廣，包括2019年批準發(fā)布的檔案行業(yè)標準《政務(wù)服務(wù)事項電子文件歸檔規(guī)范》中，對政務(wù)服務(wù)事項電子檔案的封裝也是采用改進后的電子文件包。

PDF、PDF/A等格式文件被國外長期壟斷，格式解析、標準解釋等掌握在國外的企業(yè)手中，使用和服務(wù)受制于人，且文檔信息容易被“劫持”，存在安全風(fēng)險。OFD格式就是為實現(xiàn)國產(chǎn)自主可控替代計劃，突破國外技術(shù)壟斷，維護國家網(wǎng)絡(luò)安全應(yīng)運而生的。OFD格式目前還處于起步階段，用戶的使用習(xí)慣、價格成本等都會影響到推廣應(yīng)用，但從長期來看，OFD格式自身的優(yōu)越性，以及國家對自主可控推動的決心，OFD格式的應(yīng)用是大勢所趨。

在實際的檔案工作中，要分析各種封裝包的優(yōu)缺點，根據(jù)檔案在交換、保存、利用等不同階段的特點，靈活使用，如電子文件包中電子檔案的版式文檔可以采用OFD格式；為便于存儲和訪問，在電子檔案管理和利用階段可以采用電子文件包的存儲結(jié)構(gòu)；OFD格式符合檔案行業(yè)標準《版式電子文件長期保存格式需求》，用于長期保存的電子檔案可以采用OFD格式封裝等等。