Structura logică
Tagged Structura PDF
Documentele PDF pot include un arbore de structură logică (ISO 32000-1:2008, §14.7) care mapă conținutul documentului la elemente semantice, cum ar fi titluri, paragrafe și tabele. Această structurare este utilizată de cititorii de ecran și instrumentele de accesibilitate.
StructTreeRoot
StructTreeRoot este rădăcina structurii copac. Este accesibil prin documentul catalog și oferă metode de navigare în copacul-mamă:
try (Document doc = new Document("tagged.pdf")) {
COSDictionary catalog = doc.getCatalog();
// Access structure tree via catalog MarkInfo and StructTreeRoot entries
}findElementByMcid() rezolvă un MCID (Marked Content ID) la codul corespunzător. element de structură în copacul-mamă.
Elementele structurale
Elementele structurale sunt reprezentate ca: COSDictionary Instanțe cu etichetă de tip (de exemplu,., H1, P, Table) Copacul-mamă mapă întregi MCID la elementele de structură, facilitarea accesului la instrumentele de extracție a conținutului pentru asocierea semnelor de conținere cu rolurile lor semantice.
