《歸檔文件整理規則》電子文件的其他整理要求（之七）

鄒杰

編者按：國家檔案局于2015年10月25日批準發布檔案行業標準《歸檔文件整理規則》（DA/T 22-2015），2016年6月1日起正式實施。為使各地檔案工作者準確了解掌握標準規范的內涵，本刊分八期刊登國家檔案局專業人員的系列解讀。

《歸檔文件整理規則》（以下簡稱《規則》）規定，電子文件整理除組件、分類、排列、編號、編目等與紙質文件類似的整理環節外，還包括格式轉換、元數據收集、歸檔數據包組織、存儲等特有的整理環節。

格式轉換

1.電子文件的歸檔格式要求

現階段常用的文書類電子文件格式包括WPS、DOC（X）、RTF、OFD、PDF、PDF/A和TIFF等。為確保歸檔后電子文件長期可用，在電子文件整理工作中，各單位必須充分考慮電子文件對于軟硬件系統的依賴性，對電子文件的格式提出要求。

在電子文件歸檔格式選擇上，最關鍵的衡量指標就是“通用”和“開放”。“通用”是指電子文件歸檔格式要能夠在絕大多數計算機上正常的顯示和瀏覽。“開放”是指任何人都可以按照公開的文件標準對電子文件進行正常的解析和瀏覽。只有這樣，電子文件才能真正實現電子文件長期保存的目標。

2014年，國家檔案局印發《數字檔案室建設指南》，對文書類電子文件（電子公文）的歸檔格式做出規定：

電子公文的正本、定稿、公文處理單應以OFD、PDF、PDF/A等版式文檔格式歸檔保存，版式文檔格式應符合《版式電子文件長期保存格式需求》（DA/T 47 - 2009），并支持向同級國家綜合檔案館采用的長期保存格式轉換。

集中記錄修改過程的彩色留痕稿以及確有必要保存的重要修改稿可以WPS、RTF、DOC等同級國家綜合檔案館認可的格式歸檔保存。

2.電子文件格式轉換

電子文件格式轉換就是為了長期保存和長久可用，將不符合歸檔要求的電子文件格式轉換為符合《數字檔案室建設指南》要求的歸檔文件格式。實行文檔一體化的單位，可以在辦公系統與檔案系統的歸檔接口中集成文件格式轉換服務，對不符合歸檔格式要求的電子文件自動進行格式轉換。未實行文檔一體化的單位，可在電子文件整理歸檔時，由有關檔案整理人員手工完成格式轉換工作。無論自動格式轉換還是手工格式轉換，電子文件格式轉換完成后，應進行計算機自動檢查與人工抽查相結合的手段，確保電子文件格式轉換后文檔內容和表現形式與轉換前沒有明顯區別。

電子文件格式轉換時，要符合以下要求：

一是歸檔時，不符合歸檔文件格式要求的電子文件原則上都應進行格式轉換；

二是轉換后電子文件內容和表現形式與轉換前沒有明顯區別；

三是在條件允許的情況下，格式轉換前后的電子文件均應歸檔；

四是電子文件格式轉換時，應同時去除源文件中的全部加密措施；

五是有條件的單位，可以采取雙層PDF等技術，使轉換后的電子文件同時具備全文檢索能力。

元數據收集

1.元數據收集要求

各單位在開展電子文件元數據收集時，應按照前端控制和全程管理的要求，從電子文件形成階段即開展鑒定工作，對于應歸檔的電子文件，應立即將其納入“全程管理”的范疇，監督其元數據的形成與管理，并及時予以捕獲。

在實際工作中，各單位一般應制定切實可行的電子文件元數據方案，明確電子文件元數據項目，明確標注元數據項目是必填項還是選填項，標注元數據項目的填寫內容和要求等，便于業務系統開展電子文件元數據的形成和捕獲。通過業務系統，在電子文件形成、辦理或收集過程中自動捕獲有關電子文件內容、背景、結構和管理過程的元數據。

對于不能通過業務系統歸檔的電子文件，各單位應按照元數據捕獲的有關要求，結合單位電子文件管理實際，采用WPS表格等工具盡量齊全地手工著錄有關電子文件內容方面的元數據。

2.元數據收集范圍

2009年，《文書類電子文件元數據方案（DA/T 46 - 2009）》發布施行，提出文書類電子文件元數據收集積累的有關要求。文書類電子文件元數據歸檔范圍參見表1。

文書類電子文件元數據歸檔范圍僅規定了文書類電子文件在歸檔時需要收集捕獲的最基本的元數據（元數據名稱前加“*”的為必選項），并不包括歸檔后為電子文件賦予的其他類型的元數據項目，各單位可根據自身實際添加適合本單位文件、檔案管理的元數據項目。業務實體元數據（M226）應包括擬稿、會簽、審核、簽發、用印、登記、擬辦、批辦、承辦、催辦等業務行為，以及行為時間、機構人員名稱等描述信息。

歸檔數據包組織

電子文件通過數據接口形式歸檔時，各單位業務系統要以一定的格式組織和存儲電子文件和元數據。常用的歸檔數據包組織形式包括文件包和封裝包兩種形式。

1.文件包形式

文件包形式是將電子文件和元數據分別保存為格式文件，然后將這些文件按照一定的關系組織在一起，形成一個“包”形式的文件組合（如圖1），文件包包括以下內容：

說明文件（命名為“說明文件.TXT”）。說明文件存放數據包有關信息，包括數據包參數（如數據包容量、數據包基本內容等）、數據包編號、數據包歸檔單位、數據包檢查單位、讀取本數據包內電子文件和元數據所需要的軟硬件環境等信息。

目錄文件（命名為“目錄文件.XML”）。存放電子文件的目錄信息，目錄文件中的每條記錄與每份電子文件相對應，每條記錄中包括數據包內電子文件順序號、檔號、責任者、題名、日期、密級、電子文件名稱、備注等內容。

其他文件夾（命名為“其他”）。存放各種其他存入載體的文件，包括元數據規范、數據封裝規范、分類編號規則、文件命名規則及電子文件歸檔交接信息等，這些文件應采用文本、XML和其他符合長期保存要求的文件格式。

電子文件文件夾（圖1中的“全宗文件夾”及其內部包含的全部內容）。一般按照檔案管理的慣例以全宗號命名（沒有全宗號的單位可以使用其他代碼代替，只要能區分開不同的立檔單位即可），用于存放電子文件及其元數據。電子文件文件夾一般按年度-類別-文件的層次設置最底一層文件夾。根據檔案整理和分類方案以及實際情況，可對存儲結構中的類別、文件等層級進行取舍。

最底一層文件夾（圖1中的“文件1文件夾”等）。一般以文書處理號、件號、流水號命名，其中存放電子文件的元數據和電子文檔。

2.封裝包形式

封裝包形式是按照檔案行業標準《基于XML的電子文件封裝規范》（DA/T 48 - 2009）要求生成的文件數據包，包括電子文件各種元數據和電子文件內容。按照標準形成的電子文件封裝包，除了保存電子文件和元數據外，還具有電子簽名驗證功能和封裝包修改功能。因此，歸檔時捕獲的電子文件封裝包在完成電子文件歸檔工作后應進行長久保存，只要電子文件沒有銷毀，其封裝包應一直保存下去。封裝包管理中應注意以下問題：

歸檔時的電子文件封裝包一般情況下沒有檔號，只有電子文件在原業務系統中的電子文件號，無法與歸檔后的封裝包一并管理，因此應按照歸檔時間和批次建立文件夾，原樣保存。

在檔案管理系統中整理完畢的電子文件，在通過相應的檔案檢查后應重新封裝，參照OAIS中電子文件長期保存的要求制作AIP包。

3.兩種數據包形式異同

文件包和封裝包這兩種歸檔數據包形式相同點是都采取XML格式組織電子文件元數據，體現了歸檔數據包與軟硬件系統無關的特性。不同點是文件包格式的數據采取分類保存的原則，不便于查看某一份電子文件及其元數據情況；封裝包格式的數據采取逐個電子文件和對應元數據組合保存的方式，單獨看一份電子文件比較方便，但是全方位的瀏覽一次歸檔的電子文件情況則比較麻煩。

存儲

如同紙質檔案排架工作一樣，如何分門別類、集中有序地存儲電子文件，以便規范管理和高效利用電子文件，是電子文件管理的基本要求。一般情況下電子文件內容存儲在計算機硬盤或磁盤陣列中，電子文件元數據保存在檔案管理系統數據庫中。

1.電子文件內容存儲

電子文件整理完畢后，應依據檔號等標識符構成要素在計算機存儲器中逐級建立文件夾，分門別類、集中有序地存儲電子文件及其組件，并在元數據中自動記錄電子文件在線存儲路徑（如圖2）。

圖2左側的層級文件夾分別代表全宗號、檔案門類、年度、保管期限、機構（問題）和件號，六層文件夾組合在一起即指向唯一的一件電子文件，在此“件號”文件夾內存儲的就是該件電子文件包含的全部計算機文件。注意：層級文件夾命名時，保管期限和機構（問題）文件夾應使用字母和數字組成的代碼命名；如果直接采取年度—保管期限分類方案進行電子文件整理，則應略去機構（問題）層級文件夾。

2.元數據存儲

在檔案管理系統中，電子文件元數據一般使用關系型數據庫進行管理。元數據存儲時，因不同類型的元數據項目與電子文件的對應關系不同，需要區分幾個數據表存儲和管理電子文件元數據。

電子文件元數據在系統內可分成文件實體信息、文檔信息、業務實體信息等數據表進行管理。

文件實體數據表。該表保存與電子文件存在“一對一”關系的文件實體元數據，數據表中的每一條記錄對應一件電子文件實體信息。

文檔信息數據表。該表保存與電子文件存在“一對多”關系的，與電子文件所包含的文檔有關的元數據項目，如文檔序號、稿本、格式信息、計算機文件名、計算機文件大小、文檔創建程序等。數據表中的每一條記錄對應一份電子文件包含的一個電子文檔信息。

業務實體信息數據表。與“文檔信息數據表”相似，業務實體信息數據表保存與電子文件存在“一對多”關系的，與電子文件業務實體有關的元數據項目，如業務行為、行為時間、機構人員名稱等。數據表中的每一條記錄對應一份電子文件的一項業務記錄，如一件電子文件可能包含擬稿、審核、簽發等業務記錄，一項業務記錄在該數據表中就是一條記錄。

（作者單位： 青島市檔案局）