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。

参照

 日本語