如何判断 PDF 是否被标记答案

【问题标题】：How to tell whether a PDF is tagged如何判断 PDF 是否被标记
【发布时间】：2012-06-02 06:11:29
【问题描述】：

是否可以通过编程方式确定 PDF 是否被“标记”（为了便于访问）？我正在使用 PHP，并且希望（如果可能）简单地读取 PDF 文件，如果标记则返回 true，否则返回 false。

我查看了FPDF 和TCPDF，但我不清楚它们是否可以提取这些信息。

【问题讨论】：

标签： php pdf accessibility tcpdf fpdf

【解决方案1】：

在官方 ISO PDF-1.7 规范中（可从 Adobe 网站免费获得的副本），我在第 574 页阅读：

“标记的 PDF 文档还应包含一个标记信息字典（参见表 321），其中 Marked 条目的值为 true。” em>

对我来说这意味着......

...您必须解析 PDF 结构并
...查找文档目录
...应该有MarkInfo条目的地方
...指定一个标记信息字典
...其中应包含一个名为 Marked 的键，其布尔值为 true，用于标记的 PDF。

【讨论】：

这似乎总是显示为“>”，可以通过将 PDF 搜索为字符串来找到。谢谢！
@Terrill Thomson：是的，它可能适用于所有标记的 PDF 中的 95% 或更多。但是，如果您需要高可靠性，请不要仅仅依靠 grepping 来获取该字符串。（此外，人们可以轻松地创建这样一个 PDF 声明自己以这种方式标记，但在实践中并没有“信守承诺”并且没有通过所有合规性检查......
@TerrillThompson：文档目录可以压缩。

【解决方案2】：

也许您可以使用this 走得更远（检查所有PDF_get_xx 函数）。您还需要this 作为参考。

基于此：

Characteristics of a properly tagged PDF:

    - The PDF file includes a logical reading order for its content
    - Images are given correct alternate descriptions
    - Tables are correctly tagged to represent the table structure
    - Form-fields are authored to promote their utility to screen-readers
    - Represents text as Unicode to clear up composition irregularities such as soft
      and hard hyphens

你可能会走得更远。

【讨论】：