有没有办法自动化/编写脚本（例如 perl）标记的 pdf 文件以查看它是否符合 pdf/ua 标准？答案

【问题标题】：is there a way to automate/script (eg perl) a tagged pdf file to see if it's pdf/ua compliant?有没有办法自动化/编写脚本（例如 perl）标记的 pdf 文件以查看它是否符合 pdf/ua 标准？
【发布时间】：2015-10-30 18:52:18
【问题描述】：

我们有一些生成 PDF 的工具。我们希望自动化一些测试以确保生成的 PDF 被标记 (PDF/UA) 并且标记是有效的。

有很多交互式检查器（acrobat、PDF Accessibility Checker (PAC) 等）。他们根据matterhorn protocol 在 PDF 中生成通过/失败的报告。我想自动生成这些类似的报告。

我最近发现了一个 perl 模块，PDF::API2，它可能很有前途，但大约 15 年前我只用 perl 编写了一些简单的测试。有没有人使用该模块进行标记的 pdf 检查，或者您是否使用不同的脚本语言来完成此操作？

【问题讨论】：

看一下马特宏协议，它表明有很多测试需要人工交互/决策。对于这些，您可以帮助获取物品，但仅此而已。 OTOH，对于机器可测试的项目，现在应该有 Acrobat 的预检配置文件/检查。这将允许将预检配置文件放在一起，该配置文件可以变成一个液滴，它将创建报告，并允许分离文件通过和失败。您也可以联系 Callas Software。

标签： pdf accessibility

【解决方案1】：

Adobe Acrobat 中使用的技术（在其 Preflight 组件中）是由 callas 软件开发的（注意：我与这家公司密切相关）。 callas 还以 pdfaPilot 的名义开发了相同的技术，该技术存在于手动版本中，也存在于完全自动化该过程的命令行和 SDK 版本中。

但是！

正如 Max Wyss 在他对您的问题的评论中所述，PDF/UA 检查有两个部分。规范中的一些规则可以通过软件自动测试，但很多都不能。

举个例子，可以通过编程验证 PDF 文档中的所有文本是否都标记有一种语言。检查这些语言标签是否真的正确是另一回事。

pdfaPilot Desktop 实际上允许您自动检查可能的情况，然后允许您将 PDF/UA 文件转换为可视标记的 HTML，从而更容易验证文本的含义和结构是否正确。

换句话说，是的，这样的技术是存在的，但它永远不会 100% 完成。

【讨论】：

标记和验证比语言更多。例如，标记为图像的图像也需要具有替代文本。计算机可以确定它是否存在，但只有人类才能确定文本是否准确地描述了图像。这与语言无关。您列出的工具并没有做所有事情，甚至没有完成与可访问性相关的所有事情。您的回答无效。
先生，首先，我没有否决您的回答。我现在就做，只是为了说明一点。其次，在谈到限制是什么时，我写了这篇“举个例子”。所以是的，我知道不仅仅是语言。另外，也许如果您正确阅读了我的答案，您还将阅读此“有些……可以自动测试……，但其中很多不能”。恐怕我不能比这更清楚了。如果您对某人发布有关竞争产品的帖子感到生气，请直接与该人讨论，而不是留下不正确且坦率地说愚蠢的 cmets。
我不在乎你是否反对我的答案，你的答案是无效的，因为它没有解决问题的中心原则 - 可访问性。
@unobf 作为一个公正的第三方，我必须说大卫的回答确实不完整（他在回答中承认这一点；要完整回答这个问题需要编写完整的规范），但大卫的回答是正确的。这也是一个比你更好的答案。像你这样的答案通常不会被社区接受。阅读How do I write a good answer?，上面写着为链接提供上下文。出于这个原因，我已投票删除你的答案。