論理構造
タグ付きPDF構造
PDF文書は、論理構造ツリー(ISO 32000-1:2008、§14.7)を含めることができ、文書の内容を見出し、段落、表などのセマンティック要素にマッピングします。この構造はスクリーンリーダーやアクセシビリティツールによって使用されます。
StructTreeRoot
StructTreeRoot は構造ツリーのルートです。文書カタログからアクセスでき、親ツリーをナビゲートするためのメソッドを提供します。
try (Document doc = new Document("tagged.pdf")) {
PdfDictionary catalog = doc.getCatalog();
// Access structure tree via catalog MarkInfo and StructTreeRoot entries
}findElementByMcid() はマークドコンテンツID(MCID)を親ツリー内の対応する構造要素に解決します。
構造要素
構造要素は、タイプタグ(例: H1、P、Table)を持つ PdfDictionary インスタンスとして表現されます。親ツリーは MCID 整数を構造要素にマッピングし、コンテンツ抽出ツールがコンテンツマークをそのセマンティックな役割と関連付けることを可能にします。