借助 TX Text Control：在 .NET C# 中驗證 PDF/UA 文檔

創建易于訪問且符合規范的 PDF 文檔正成為各行各業日益重要的需求。在本篇bow中，我們將探討如何使用 Text Control 的 .NET 庫驗證 PDF/UA 文檔，輕松確保生成的 PDF 符合無障礙標準。

創建易于訪問且符合規范的 PDF 文檔正成為各行各業日益重要的需求。在本篇博文中，我們將探討如何使用 Text Control 的 .NET 庫驗證 PDF/UA 文檔，輕松確保生成的 PDF 符合無障礙標準。TX Text Control 34.0 將允許開發人員直接生成 PDF/UA 和 PDF/A-3a 文檔，這對于長期、合規的文檔歸檔而言是一項重大進步。

TX Text Control 官方試用版最新下載，請聯系慧都科技

什么是 PDF/UA 和 PDF/A-3a？

PDF/UA（通用無障礙）制定了確保所有人都能訪問 PDF 文檔的標準，包括使用輔助技術（如屏幕閱讀器）的用戶。

PDF/UA 確保文檔的結構、閱讀順序和元素描述得到正確定義，以便所有內容都能在語義上被理解。

另一方面，PDF/A-3a 是 ISO 標準化的歸檔 PDF 格式系列的一部分。它保證文檔可以原封不動地復制，包括嵌入式附件和可訪問內容（“a”代表“可訪問性”）。

這兩個標準都要求文檔包含邏輯結構、語義標簽和準確描述內容的元數據。

為什么驗證至關重要

在生成 PDF/UA 文件或設計模板的過程中，一些標簽或描述性元素經常會丟失或應用錯誤。即使文檔在視覺上看起來沒有問題，但它可能不符合無障礙或存檔標準，因此無法通過合規性檢查。

例如：

某個圖表可能缺少描述性文字。
表格可能缺少正確的表頭定義。
閱讀順序或標簽層級結構可能被打亂了。
可能未設置語言或文檔標題等元數據。

如果沒有驗證，這些問題很容易被忽視。

PDF/UA驗證

在 34.0 版本中，我們將引入一個驗證庫，旨在幫助開發人員檢查生成的 PDF 文檔的合規性。

該庫分析：

文檔結構樹和標簽層次結構
元數據和語言設置
表格、圖表、表單字段和超鏈接的描述性文本
表頭和數據單元格的關系
以及 PDF/UA 規范要求的其他與輔助功能相關的屬性

它以結構化的 JSON 格式生成詳細報告，并為控制臺應用程序提供文本輸出。這使得開發人員能夠將驗證直接集成到自動化測試或質量保證 (QA) 流程中。

C# 中的示例用法

以下是一個如何在 C# 應用程序中使用驗證庫的簡單示例：

using TXTextControl.PDF.Validation;

var report = PdfUaValidator.Validate("documents/hyperlink.pdf");
report.PrintText();

在這個例子中，我們首先創建一個驗證器實例，然后驗證文檔。驗證結果會輸出到控制臺，并可以序列化為 JSON 格式以進行進一步分析。

生成的 JSON 報告詳細概述了文檔中發現的所有合規性問題：

{
  "filePath": "documents/hyperlink.pdf",
  "pdfVersion": "1.7",
  "isPass": true,
  "documentTitle": "This is a sample PDF/UA document",
  "documentLanguage": "en-US",
  "findings": [
    {
      "ruleId": "UA-CONFORMANCE",
      "severity": "Info",
      "passed": true,
      "message": "PDF/UA-1 conformance declaration found in XMP."
    },
    {
      "ruleId": "PDFA-CONFORMANCE",
      "severity": "Info",
      "passed": true,
      "message": "PDF/A-3A declaration found in XMP."
    },
    {
      "ruleId": "PDF-HEADER",
      "severity": "Error",
      "passed": true,
      "message": "Found PDF header %PDF-1.7."
    },
    {
      "ruleId": "PDF-XREF",
      "severity": "Warning",
      "passed": true,
      "message": "Cross-reference table/stream appears present."
    },
    {
      "ruleId": "UA-CATALOG",
      "severity": "Error",
      "passed": true,
      "message": "Catalog dictionary present."
    },
    {
      "ruleId": "UA-MARKED",
      "severity": "Error",
      "passed": true,
      "message": "/MarkInfo \u003C\u003C /Marked true \u003E\u003E found (Tagged PDF)."
    },
    {
      "ruleId": "UA-STRUCT",
      "severity": "Error",
      "passed": true,
      "message": "/StructTreeRoot present."
    },
    {
      "ruleId": "UA-MCID-ANCHOR",
      "severity": "Info",
      "passed": true,
      "message": "Marked content (/MCID) present and at least one page has /StructParents anchors."
    },
    {
      "ruleId": "UA-TEXT-MAPPING",
      "severity": "Info",
      "passed": true,
      "message": "Font ToUnicode maps present (text is likely accessible)."
    },
    {
      "ruleId": "UA-LANG",
      "severity": "Error",
      "passed": true,
      "message": "/Lang present at document/page level."
    },
    {
      "ruleId": "UA-METADATA",
      "severity": "Warning",
      "passed": true,
      "message": "XMP metadata packet detected."
    },
    {
      "ruleId": "UA-TITLE",
      "severity": "Error",
      "passed": true,
      "message": "Document title found (Info or XMP dc:title)."
    },
    {
      "ruleId": "UA-TABS",
      "severity": "Warning",
      "passed": true,
      "message": "Page /Tabs setting present."
    },
    {
      "ruleId": "UA-FIG-ALT",
      "severity": "Info",
      "passed": true,
      "message": "Figures detected: 3; descriptive text tokens (/Alt or /ActualText): 3."
    },
    {
      "ruleId": "UA-LINK-DESC",
      "severity": "Info",
      "passed": true,
      "message": "Links: 2; all appear to have nearby tooltip/contents/ActualText."
    },
    {
      "ruleId": "UA-FORMS-TU",
      "severity": "Info",
      "passed": true,
      "message": "AcroForm detected; tooltips (/TU) count: 3."
    },
    {
      "ruleId": "UA-TABLE-A-SUMMARY",
      "severity": "Info",
      "passed": true,
      "message": "Tables: 3; all have /A with /Summary."
    },
    {
      "ruleId": "UA-TABLE-HEADERS",
      "severity": "Info",
      "passed": true,
      "message": "Tables with headers: OK=1, missing/invalid=0."
    }
  ],
  "tableSummaries": [
    {
      "index": 1,
      "summaryText": "Table description",
      "summaryRaw": "(\u00FE\u00FF\u0000T\u0000a\u0000b\u0000l\u0000e\u0000 \u0000d\u0000e\u0000s\u0000c\u0000r\u0000i\u0000p\u0000t\u0000i\u0000o\u0000n)",
      "hasOTable": true,
      "source": "Obj 58: A 74 0 R",
      "thTotal": 3,
      "thWithScope": 3,
      "tdWithHeaders": 0,
      "headersOk": true,
      "headersApplicable": true
    },
    {
      "index": 2,
      "summaryText": "Inner table",
      "summaryRaw": "(\u00FE\u00FF\u0000I\u0000n\u0000n\u0000e\u0000r\u0000 \u0000t\u0000a\u0000b\u0000l\u0000e)",
      "hasOTable": true,
      "source": "Obj 59: A 96 0 R",
      "thTotal": 0,
      "thWithScope": 0,
      "tdWithHeaders": 0,
      "headersOk": true,
      "headersApplicable": false
    },
    {
      "index": 3,
      "summaryText": "Third table",
      "summaryRaw": "(\u00FE\u00FF\u0000T\u0000h\u0000i\u0000r\u0000d\u0000 \u0000t\u0000a\u0000b\u0000l\u0000e)",
      "hasOTable": true,
      "source": "Obj 60: A 122 0 R",
      "thTotal": 0,
      "thWithScope": 0,
      "tdWithHeaders": 0,
      "headersOk": true,
      "headersApplicable": false
    }
  ],
  "links": [
    {
      "index": 1,
      "linkText": "Descriptive Text",
      "linkTextRaw": "(\u00FE\u00FF\u0000D\u0000e\u0000s\u0000c\u0000r\u0000i\u0000p\u0000t\u0000i\u0000v\u0000e\u0000 \u0000T\u0000e\u0000x\u0000t)",
      "targetType": "URI",
      "targetValue": "http://www.textcontrol.com",
      "targetRaw": "(http://www.textcontrol.com)",
      "source": "Annot window"
    },
    {
      "index": 2,
      "linkText": "Descriptive Text",
      "linkTextRaw": "(\u00FE\u00FF\u0000D\u0000e\u0000s\u0000c\u0000r\u0000i\u0000p\u0000t\u0000i\u0000v\u0000e\u0000 \u0000T\u0000e\u0000x\u0000t)",
      "targetType": "URI",
      "targetValue": "http://www.textcontrol.com",
      "targetRaw": "(http://www.textcontrol.com)",
      "source": "Annot window"
    }
  ],
  "figures": [
    {
      "index": 1,
      "altText": "image in  table",
      "altRaw": "(\u00FE\u00FF\u0000i\u0000m\u0000a\u0000g\u0000e\u0000 \u0000i\u0000n\u0000 \u0000 \u0000t\u0000a\u0000b\u0000l\u0000e)",
      "source": "Figure obj 55"
    },
    {
      "index": 2,
      "altText": "Barcode not in table",
      "altRaw": "(\u00FE\u00FF\u0000B\u0000a\u0000r\u0000c\u0000o\u0000d\u0000e\u0000 \u0000n\u0000o\u0000t\u0000 \u0000i\u0000n\u0000 \u0000t\u0000a\u0000b\u0000l\u0000e)",
      "source": "Figure obj 56"
    },
    {
      "index": 3,
      "altText": "Image description",
      "altRaw": "(\u00FE\u00FF\u0000I\u0000m\u0000a\u0000g\u0000e\u0000 \u0000d\u0000e\u0000s\u0000c\u0000r\u0000i\u0000p\u0000t\u0000i\u0000o\u0000n)",
      "source": "Figure obj 57"
    }
  ],
  "forms": [
    {
      "index": 1,
      "fieldName": "list item",
      "fieldNameRaw": "(list item)",
      "fieldType": "Ch",
      "tooltip": "list item",
      "tooltipRaw": "(list item)",
      "source": "Obj 10"
    },
    {
      "index": 2,
      "fieldName": "company_name",
      "fieldNameRaw": "(company_name)",
      "fieldType": "Tx",
      "tooltip": "company_name",
      "tooltipRaw": "(company_name)",
      "source": "Obj 13"
    },
    {
      "index": 3,
      "fieldName": "is_client",
      "fieldNameRaw": "(is_client)",
      "fieldType": "Btn",
      "tooltip": "is_client",
      "tooltipRaw": "(is_client)",
      "source": "Obj 15"
    }
  ],
  "standards": [
    {
      "standard": "PDF/UA",
      "part": "1",
      "conformance": null,
      "source": "XMP"
    },
    {
      "standard": "PDF/A",
      "part": "3",
      "conformance": "A",
      "source": "XMP"
    }
  ]
}

返回的Report對象提供了對驗證結果的結構化訪問，使得集成到現有工作流程中變得容易。

結論

即將發布的 TX Text Control 34.0 版本將為開發人員提供強大的工具，使他們能夠直接在 .NET 應用程序中創建和驗證符合 PDF/UA 和 PDF/A-3a 標準的文檔。該驗證庫簡化了確保可訪問性和合規性的流程，使開發人員能夠自信地滿足行業標準。