La estructura lógica
El diseño de PDF
Los documentos PDF pueden incluir un árbol de estructura lógica (ISO 32000-1:2008, §14.7) que mapa el contenido del documento a elementos semánticos como títulos, parágrafos y tablas. Esta estructura se utiliza por los lectores de pantalla y herramientas de accesibilidad.
StructTreeRoot
StructTreeRoot es la raíz del árbol de estructura. se puede acceder a través del documento Catálogo y proporciona métodos para navegar el árbol materna:
try (Document doc = new Document("tagged.pdf")) {
COSDictionary catalog = doc.getCatalog();
// Access structure tree via catalog MarkInfo and StructTreeRoot entries
}findElementByMcid() Resolve un ID de contenido marcado (MCID) a la correspondiente El elemento de la estructura en el árbol materna.
Elementos estructurales
Los elementos de la estructura se representan como COSDictionary Tipos de etiquetas con un tipo de (por ejemplo,., H1, P, TableLos mapas de árbol maternal MCID se integran en elementos estructurales, permitir las herramientas de extracción de contenido para asociar marcas de contenidos con sus roles semánticos.
