Stvaranje, validacija i popravak PDF/UA-2 strukture

HotPDF može izgraditi, validirati i atomski popraviti miješane PDF 1.7 i PDF 2.0 semantike strukture uz očuvanje eksplicitnog identiteta imenskog prostora i ograničenog troška obrade

Stvaranje svjesno imenskog prostora

AddStructureElement dodjeljuje standardni strukturni imenski prostor PDF 2.0 kada PDF/UA-2 uloga to zahtijeva, uključujući obavezni element na vrhu Document

AddStructureElementNS stvara izričito imenski elemente, a AddStructRoleMapNS dodaje mapiranja imena ili niza od dvije stavke koja se mogu razriješiti tranzitivno preko granica imenskog prostora

Rječnici imenskog prostora su neizravni, registrirani jednom po URI-ju i emitirani kroz StructTreeRoot/Namespaces

Atributi i semantički pomoćnici

API	Svrha
`SetStructureAttributeName`	Dodaje ili zamjenjuje atribut s vrijednošću imena u rječniku specifičnom za vlasnika i može vezati prilagođene vlasnike uz imenski prostor
`SetStructureAttributeNumber`	Dodaje ili zamjenjuje strukturni atribut s cijelobrojnom vrijednošću kao što su `RowSpan` ili `ColSpan`
`SetStructureTableCellHeaders`	Zapisuje neprazan niz `Headers` koji identificira naslovne ćelije tablice jedinstvenim vrijednostima `ID`
`SetStructurePronunciation`	Zapisuje naslijeđeno ime `PhoneticAlphabet` i točnu zamjenu `Phoneme` na strukturnom elementu PDF 2.0
`AddPronunciationLexicon`	Ugrađuje neizravnu datoteku `application/pls+xml` i dodaje svoj `Filespec` u `StructTreeRoot/PronunciationLexicon` u redoslijedu traženja
`AssociateFileWithStructure`	Povezuje neizravni `Filespec` sa strukturnim elementom kroz `AF`
`AddAccessibleFormula`	Stvara `Formula` s `Alt`-om, `ActualText`-om ili oboje
`AddAccessibleMathMLFormula`	Stvara formulu, ugrađuje opisanu datoteku `application/mathml+xml`, povezuje je sa strukturom i dodaje dijete u imenskom prostoru MathML

Ograničena validacija u jednom prolazu

ValidatePDFUA2Structure vraća svaku zadržanu dijagnostiku u nizu THPDFUA2ValidationIssues i vraća False kada barem jedna dijagnostika ima težinu uisError

Validator razrješuje mape uloga svjesne imenskog prostora s otkrivanjem ciklusa i provjerava dokument na vrhu, hijerarhiju roditelj-dijete, povratne veze roditelja, vlasnike atributa i revizije, StructParent bilješki, vlasništvo stabla roditelja i OBJR, povezane datoteke, naslove, popise, tablice, Ruby, Warichu, naznake izgovora, formule i MathML

Validacija tablice proširuje pozitivne raspone retka i stupca samo unutar MaxObjects-a, odbacuje presijecajuće ćelije i nepravilnu geometriju retka ili grupe redaka, razrješuje Headers unutar vlasničke tablice, otkriva duplicirane, samo-se i ciklične reference naslova te prihvaća implicitne asocijacije samo kada ih Scope ili postavljanje prvog retka i prvog stupca određuje

Validacija popisa prepoznaje potpuni skup ListNumbering PDF 2.0, provodi semantike oznaka, provjerava ContinuedList i poredane reference istog sloja ContinuedFrom te odbacuje cikluse nastavka ili izravan stvarni sadržaj izvan Lbl i LBody

Djeca Ruby moraju biti RB,RT ili RB,RP,RT,RP, djeca Warichu moraju biti WP,WT,WP, unosi izgovora zadržavaju svoje tipove PDF objekata, a svaki rječnik izgovora mora biti neizravan ugrađeni PLS Filespec

Skeniranje neizravnih objekata, dubina prolaza, dubina mape uloga, proširene ćelije tablice, zadržani broj problema i obrada neprijateljskih kolekcija ograničeni su tako validacija ostaje predvidiva za strukturna stabla kojima se ne vjeruje

Zajednički nalazi usklađenosti

Preopterećenje validacije THPDFComplianceFindings vraća iste dijagnostike sa zajedničkim profilom, težinom, stabilnim ID-jem pravila, standardnom klauzulom, logičkom putanjom, brojem neizravnog objekta i indeksom stranice s bazom nula

Detaljno preopterećenje popravka uspoređuje ograničene nalaze prije i poslije popravka kako bi identificiralo primijenjene, nerazriješene, vraćene ili neuspjele radnje popravka te dodaje sažetke obitelji popravaka s brojanjem

ComplianceFindingsToJSON zadržava deterministički redoslijed pod verzioniranom shemom hotpdf.compliance.findings.v1 i predstavlja nepoznate lokacije objekata ili stranica kao null

Atomski popravak strukture

RepairPDFUA2Structure pokreće se unutar copy-on-write transakcije grafa, kanonizira duplicirane ili neregistrirane rječnike imenskog prostora, prepisuje reference imenskog prostora strukture i mape uloga, popravlja standardne imenske prostore strukture, normalizira imenske prostore i revizije atributa strukture te popravlja determinističke nedostatke popisa, tablice, Ruby, Warichu, izgovora, alternativnog teksta, nasljeđivanja jezika, redoslijeda naslova i miejsce oznaka Artifact

Nakon mutacije isti validator provjerava graf kandidata, a zadana politika vraća svaku promjenu kada preostane bilo koja pogreška PDF/UA-2

Duplicirani URI-ji imenskog prostora sažimaju se u jedan neizravni rječnik samo kada se njihova mapiranja uloga svjesna imenskog prostora slažu
Valjani referencirani imenski prostori mogu se registrirati bez ponovljenog skeniranja stabla strukture
Standardni vlasnici atributa odbacuju nevaljane unose imenskog prostora, dok prilagođeni vlasnici zahtijevaju eksplicitni CustomAttributeNamespaceURI kada se njihov imenski prostor ne može zaključiti
Negativne ili frakcijske revizije elemenata postaju nula, nevaljane revizije niza atributa postaju nula, a sirotični unosi revizija uklanjaju se
Prepoznatljivo numeriranje popisa obnavlja se, popisi s oznakama dobivaju semantiku numeriranja koja nije None, valjane reference nastavka dobivaju ContinuedList=true, a jedno pogrešno postavljeno zaglavlje premješta se na prvo mjesto
Nevaljani raspone tablice postaju jedan, Scope se uklanja iz podatkovnih ćelija, a nevaljani, preko-tablični, samo-se ili duplicirani unosi Headers uklanjaju se bez izmišljanja zamjenskih asocijacija
Djeca Ruby i Warichu preuređuju se samo kada točan potreban multiset već postoji
Pogrešno tipizirane naznake izgovora uklanjaju se, nevaljane reference rječnika izgovora orezuju se, a valjani ugrađeni tokovi rječnika izgovora dobivaju PLS MIME podtip
Nedostajuće vrijednosti Alt koriste postojeći naslov, tekst proširenja ili izdvojeni tekst istog MCID-a prije bilo kakve rezerve isporučenе pozivateljem, a prazna zadana vrijednost nikada ne izmišlja opise
Valjani korijenski ili jezik BCP-47 isporučen pozivateljem može postati jezik Catalog-a tako da suvišni ili nevaljani unosi potomaka nasljeđuju sigurno
Nedostaci prvog naslova i preskočenih razina zatvaraju se u redoslijedu dokumenta, s opcionalnim neovisnim počecima naslova unutar DocumentFragment
Uloge strukture Artifact usklađuju se sa svojim oznakama obilježenog sadržaja u sadržaju proizvođačke stranice i učitane tokove sadržaja
Dvosmislena geometrija tablice, nedostajuća semantička djeca, konkurentni identifikatori i nerazriješene semantike čitanja ostaju greške i pokreću zadani povratak
MaxObjects i MaxRepairs zatvaraju vrata na grešku prije nego grafovi kojima se ne vjeruje mogu prisiliti neograničen rad

Politika validacije

Počnite s THPDFUA2ValidationOptions.Default-om i promijenite samo odluke specifične za radni tok

THPDFUA2HeadingPolicy bira tretman naslova, THPDFUA2IssueSeverity razlikuje upozorenja od grešaka, a svaki THPDFUA2ValidationIssue nosi stabilan kod, putanju strukture, težinu i poruku

HeadingPolicy može zanemariti preskočene razine, zadržati ih kao upozorenja ili zahtijevati sekvencijalne razine
AllowDocumentFragmentHeadingStarts resetira kontekst naslova unutar DocumentFragment
RequireListLabels zahtijeva jedan Lbl za stavke numeriranog popisa
RequireExplicitTableHeaderAssociations izvještava podatkovne ćelije koje se oslanjaju samo na zaključivanje opsega zaglavlja
CheckListSemantics omogućuje potpune PDF 2.0 provjere numeriranja, nastavka, zaglavlja, oznake, tijela i postavljanja sadržaja
CheckTableSemantics omogućuje ograničene provjere mreže, raspone, grupe redaka, opsega zaglavlja i asocijacija lokalnih za tablicu
CheckRubyWarichuSequences omogućuje točne provjere sekvenci izravnih djece za istočnoazijske inline strukture
CheckPronunciationHints omogućuje provjere strukturnih naznaka i ugrađenih PLS rječnika izgovora
RequireStructureAssociatedFiles zahtijeva da svaka povezana datoteka Catalog-a bude dosezljiva iz strukturnog elementa
RequireFormulaTextAlternative zahtijeva tekstne alternative formule osim ako nije prisutan povezani MathML
MaxObjects ograničava skeniranje neizravnih objekata prije početka prolaza
MaxIssues ograničava zadržane dijagnostike bez skrivanja konačnog rezultata uspjeha ili greške

Preporučeni radni tok

Omogućite PDFUACompliance, odaberite PDFUAPart = 2 i postavite Lang prije BeginDoc
Stvorite jedan dokument na vrhu Document i izgradite semantičku djecu sa standardnim ili izričito imenskim ulogama
Registrirajte bilješke i povezane datoteke kroz njihove strukturne pomoćnike, zapišite naznake izgovora s SetStructurePronunciation-om i dodajte PLS datoteke u željenom redoslijedu traženja s AddPronunciationLexicon-om
Pokrenite ValidatePDFUA2Structure prije EndDoc-a kada aplikacija treba sve dijagnostike odjednom, pozovite RepairPDFUA2Structure za determinističke popravke imenskog prostora, strukture i pristupačnosti te odaberite preopterećenje zajedničkih nalaza kada CI zahtijeva standardni JSON
Razriješite svaku grešku prije izlaza jer EndDoc također provodi strogu zadanu politiku za PDF/UA-2 dokumente

Također pogledajte: Automatska struktura rasporeda, ValidatePDFUA2Structure, RepairPDFUA2Structure, ComplianceFindingsToJSON, SetStructurePronunciation, AddPronunciationLexicon, AddStructureElement, BeginTaggedContentForStructure, AppendStructureMarkedContent