电子档案数字化长期保存零基础实操全流程技术指南

一、前置准备：明确标准与工具选型

本指南严格遵循GB/T 18894-2016《电子文件归档与电子档案管理规范》、DA/T 58-2021《电子档案移交接收数据包格式》，采用完全免费、开源的工具，无需付费。

1.1 必备工具清单

• PDF/A生成工具：LibreOffice 7.5+（用于原生文档转PDF/A）、ImageMagick 7.1+（用于图片转PDF/A），均直接从官网下载安装
  • LibreOffice下载地址：https://www.libreoffice.org/download/download/
  • ImageMagick下载地址：https://imagemagick.org/script/download.phpwindows（Windows版），Linux/macOS可用brew/apt/yum安装
• 元数据编辑工具：ExifTool 12.6+（免费跨平台元数据编辑器），下载地址：https://exiftool.org/
• 文件校验工具：WinMD5Free 2.07（Windows）/ sha256sum（Linux/macOS自带），WinMD5Free下载地址：https://www.winmd5.com/
• 存储结构工具：直接用系统自带文件管理器（无需额外软件）

二、第一步：原始电子档案的合规预处理

合规预处理是确保档案可读、可长期保存的核心前提，分三类常见文件处理。

2.1 原生Office/WPS文档转PDF/A-2u

PDF/A-2u是GB/T 18894-2016推荐的主流版式长期保存格式，保留透明度、图层、可搜索文本。

• 打开LibreOffice Writer/Calc/Impress，导入要处理的文档
• 点击顶部菜单「文件」→「导出为」→「导出为PDF」
• 弹出窗口中，切换到「通用」标签页：
  • 勾选「创建PDF/A-2u格式」
  • 取消勾选「创建表单」「创建标签PDF」（仅需保留基础可读结构）
  • 「图像分辨率」统一设置为300 DPI（扫描件同，原生不降低清晰度）
• 切换到「安全」标签页，取消所有权限限制，确保长期无阻碍访问
• 点击「导出」，保存路径建议单独建立「原始预处理临时文件夹」

2.2 扫描/拍摄电子图片转PDF/A-2u

单张图片先确保格式为TIFF/PNG（JPEG仅用于日常预览，长期保存选无损压缩），多张批量处理用ImageMagick。

• 单张图片转PDF/A-2u：
  • Windows右键点击TIFF/PNG图片，选择「发送到」→「LibreOffice Draw」
  • 后续操作同2.1原生文档导出步骤
• 多张批量转（100张以内推荐此方法，速度快）：
  • 将所有图片按顺序重命名为「001.tiff」「002.tiff」…
  • 在图片所在文件夹空白处右键，选择「在终端中打开」（Windows需先安装Git Bash或ImageMagick自带的Command Prompt）
  • 输入以下完整命令并回车：
    ``` convert 001.tiff 002.tiff 003.tiff -compress lzw -density 300 -page A4 -units PixelsPerInch -define pdf:use-cropbox=true -define pdf:version=2 -define pdfa:part=2u output.pdf ```
    注意：替换文件名后缀和output.pdf为实际名称

2.3 元数据自动补全与手动修正

元数据是电子档案的「身份证」，DA/T 58-2021要求至少包含题名、责任者、日期、文件格式、文件大小5项核心元数据。

• 批量自动提取基础元数据：
  • Windows/macOS/Linux通用，在「原始预处理临时文件夹」下建一个TXT文件，命名为「exiftool_cmd.txt」
  • 打开TXT文件，输入以下完整命令并保存：
    ``` exiftool -Title="替换为档案总题名" -Creator="替换为责任者全称" -CreateDate="202X:XX:XX 00:00:00" -ModifyDate="202X:XX:XX 00:00:00" -Subject="档案分类，比如人事档案/合同档案" -FileTypeExtension=pdf -FileType=PDF -overwrite_original .pdf ```
    注意：所有日期格式必须为「YYYY:MM:DD HH:MM:SS」
  • Windows右键点击「exiftool_cmd.txt」，选择「重命名」，将后缀改为「.bat」，双击运行；macOS/Linux右键打开终端，输入「bash exiftool_cmd.txt」回车
• 手动修正单份档案元数据：
  • 右键点击PDF/A-2u文件，选择「用ExifTool GUI打开」（需单独下载ExifTool GUI 4.56辅助，下载地址：https://exiftool.org/gui/）
  • 在「Metadata」面板直接修改核心字段，点击「Save」覆盖

三、第二步：存储结构与校验值生成

严格按照DA/T 58-2021的三级结构（根目录、件目录、文件目录）组织，生成双重SHA-256校验值防篡改。

3.1 DA/T 58-2021三级目录搭建

• 建立根目录：命名为「DA_T58_电子档案_批次号_202X-XX-XX」，批次号用「YYYYMMDD+两位流水号」
• 件目录：根目录下每个子文件夹对应1件档案，命名为「件号_题名」，件号从001开始连续
• 文件目录：每个件目录下必须包含两类文件
  • 「content.pdf」：合规预处理后的PDF/A-2u文件
  • 「metadata.xml」：DA/T 58-2021要求的单份档案元数据XML文件

3.2 metadata.xml完整模板与填写

复制以下完整内容到记事本，另存为「metadata.xml」，编码选UTF-8无BOM：

字节数查看方法：Windows右键属性→「大小（字节）」；macOS/Linux右键→「显示简介」/终端输入「ls -l content.pdf」

3.3 双重SHA-256校验值生成与保存

分别生成单份content.pdf的校验值和整个根目录的校验值清单，清单命名为「checksum.sha256」，放在根目录下。

• Windows用WinMD5Free：
  • 打开WinMD5Free，切换到「SHA-256」标签页
  • 拖拽单个content.pdf到窗口，复制生成的哈希值到对应的metadata.xml的「physdesc」下新增一个自定义标签（可选但推荐）
  • 点击「批量文件」→「添加目录」→选择根目录→勾选「递归处理子目录」→点击「生成」→保存为「checksum.sha256」
• Linux/macOS用自带命令：
  • 在根目录下右键打开终端，输入以下命令并回车：
    ``` sha256sum $(find . -type f) > checksum.sha256 ```

四、第三步：长期存储介质选择与备份策略

遵循「3-2-1-1-0」备份原则（3份数据、2种不同介质、1份异地、1份离线冷备、0错误校验）。

• 介质选择：
  • 主备介质1：企业级SSD/HDD（至少2TB，NTFS/exFAT格式，exFAT支持跨平台）
  • 离线冷备介质：蓝光光盘BD-R XL（100GB/张，归档级，寿命约50-100年），刻录软件用ImgBurn（免费，下载地址：https://www.imgburn.com/），刻录速度选2X
• 备份步骤：
  • 先将根目录完整复制到企业级SSD/HDD
  • 用ImgBurn将根目录打包成ISO镜像（ImgBurn→「创建镜像文件从文件/文件夹」→拖拽根目录→设置输出路径→点击「构建」）
  • 用ImgBurn将ISO镜像刻录到归档级BD-R XL，刻录完成后再次用ImgBurn读取校验
  • 异地备份可选择企业网盘的私有云分区（需支持SHA-256校验），每月定期同步并校验1次checksum.sha256