Apa yang membuat sebuah PDF dapat diakses — dan mengapa itu penting

SpecSpec: ISO 14289-1ISO 14289-1SpecSpec: ISO 14289-2ISO 14289-2SpecSpec: ISO 32000-2ISO 32000-2SpecSpec: WCAG 2.2WCAG 2.2

Sekilas pandang

Sebuah PDF yang dapat diakses adalah PDF yang tetap dapat dibaca oleh seseorang yang tidak dapat melihat halamannya, dalam urutan yang Anda maksudkan, dengan setiap gambar dideskripsikan dan setiap judul diumumkan sebagai sebuah judul. Halaman ini menjelaskan bagaimana sebuah PDF membawa makna itu — konten bertanda, sebuah structure tree, urutan baca, teks alternatif — dan mengapa membuatnya benar itu sepadan.

Mengapa ini penting

Sebuah PDF, secara bawaan, adalah seperangkat tanda pada koordinat. Ia berkata letakkan glyph ini di sini dan lukiskan citra itu di sana. Ia tidak, dengan sendirinya, berkata ini adalah sebuah judul, baris ini milik kolom itu, atau gambar ini menunjukkan sebuah kontrak bertanda tangan. Seorang pembaca yang dapat melihat mengisi celah-celah itu seketika dari tata letak. Sebuah pembaca layar tidak bisa. Ia hanya memiliki apa yang benar-benar dinyatakan berkas itu.

Jadi sebuah PDF tanpa tag dapat terlihat sempurna dan terbaca sebagai omong kosong: halaman dua kolom yang diumumkan lurus melintang, sebuah tabel data yang diratakan menjadi aliran angka-angka yang tak berhubungan, sebuah bagan yang sekadar bisu. Informasinya ada di halaman. Ia hanya tidak terjangkau. Bagi jutaan orang itu adalah perbedaan antara dokumen yang dapat mereka gunakan dan dokumen yang tidak — dan, kian meningkat, perbedaan antara layanan publik yang patuh dan sebuah paparan hukum.

Versi singkat

• Sebuah tagged PDF membawa lapisan makna yang sejajar di atas tanda-tanda visual: deretan glyph ini adalah sebuah judul, blok itu adalah sebuah daftar, region ini adalah sebuah tabel.
• Tag-tag itu bergantung pada sebuah structure tree — sebuah kerangka logis dokumen, terpisah dari tempat segala sesuatu duduk di halaman (SpecSpec: ISO 32000-2, §14.7ISO 32000-2 §14.7).
• Pohon itu menetapkan urutan baca, sehingga konten disajikan dalam urutan yang Anda maksudkan, bukan urutan kebetulan glyph dilukis.
• Konten non-teks membawa sebuah padanan teks: sebuah deskripsi /Alt untuk sebuah citra, teks pengganti untuk deretan glyph yang jika tidak akan dirusak seorang pembaca (SpecSpec: ISO 32000-2, §14.8ISO 32000-2 §14.8).
• PDF/UA (ISO 14289) adalah standar yang menyatakan kapan semua ini hadir dan benar. Itulah arti “PDF yang dapat diakses” sebagai sebuah klaim rekayasa, bukan klaim pemasaran (SpecSpec: ISO 14289-1ISO 14289-1).

Bagaimana NextPDF menanganinya

Dua lapisan, satu berkas

Bayangkan sebuah PDF yang dapat diakses sebagai dua lapisan yang berjalan bersama. Lapisan konten adalah apa yang Anda lihat: glyph, garis, citra, diletakkan pada koordinat. Lapisan struktur adalah apa maknanya: sebuah pohon elemen — dokumen, judul, paragraf, daftar, tabel, gambar — yang menamai setiap potongan konten dan menempatkannya dalam urutan.

Keduanya dijahit bersama oleh marked content. Setiap deretan bermakna pada halaman dibungkus dan diberi sebuah identifier; elemen struktur yang cocok menunjuk kembali ke identifier itu. Tautan itulah yang memungkinkan teknologi bantu menelusuri pohon logis dan, pada setiap simpul, menemukan byte yang persis pada halaman yang dideskripsikannya. Buat tautannya benar dan sebuah judul diumumkan sebagai sebuah judul; buat salah dan strukturnya adalah sebuah fiksi yang tidak cocok dengan apa yang ditampilkan.

Urutan baca berada di pohon, bukan di tata letak

Inilah gagasan yang mengejutkan orang. Urutan yang digunakan sebuah pembaca layar adalah urutan structure tree, dan itu independen dari tempat konten jatuh di halaman (SpecSpec: ISO 32000-2, §14.7ISO 32000-2 §14.7). Anda dapat melukis sebuah bilah sisi terakhir dan sebuah catatan kaki pertama; selama pohon itu merangkai keduanya dalam urutan yang dimaksudkan, dokumen terbaca dengan benar. Sebaliknya, sebuah halaman yang ditata indah dengan pohon yang acak terbaca dengan indahnya salah. Tata letak untuk mata. Pohon untuk semua orang lain.

Sebuah padanan teks untuk segala sesuatu yang bukan teks

Sebuah foto, sebuah logo, sebuah bagan, sebuah garis dekoratif — tak satu pun dari ini adalah kata-kata, jadi tak satu pun dari mereka mengumumkan apa pun secara bawaan. Tagged PDF menutup celah itu dengan deskripsi alternatif: teks /Alt sebuah citra mendeskripsikan apa yang disampaikannya, dan /ActualText menyediakan sebuah pengganti yang bersih untuk deretan glyph yang jika tidak akan terbaca salah, seperti sebuah ligatur atau sebuah drop-cap yang bergaya (SpecSpec: ISO 32000-2, §14.8ISO 32000-2 §14.8). Tanda yang murni dekoratif ditandai sebagai artifact sehingga mereka dilewati alih-alih dibaca sebagai derau. Aturannya sederhana: jika ia membawa makna, ia mendapat sebuah padanan teks; jika tidak, ia ditandai untuk disingkirkan.

Bagaimana sebuah pembaca layar sebenarnya mengonsumsi berkas

Ketika teknologi bantu membuka sebuah tagged PDF, ia tidak membaca halaman. Ia membaca pohon, dan menggunakan tautan marked-content untuk memunculkan teks setiap elemen dalam urutan.

1. OpenThe reader finds the structure tree root in the document catalog, the entry point to the logical document.
2. Walk the treeIt traverses the logical hierarchy — document, headings, paragraphs, lists, tables — in structure order.
3. Map the roleEach structure type maps to a familiar role, so a heading is announced as a heading and a list as a list.
4. Read the contentFor each element it reads the linked page text, or the alternate description when the content is an image.
5. Skip the noiseAnything tagged as a decorative artifact is passed over, never spoken.

Bagaimana sebuah pembaca layar mengonsumsi sebuah tagged PDF: ia membuka dokumen, menemukan akar structure tree, menelusuri pohon logis dalam urutan, memetakan setiap elemen ke sebuah peran yang familier, membaca teks elemen atau deskripsi alternatifnya, dan melewati apa pun yang ditandai sebagai dekoratif. Urutan baca berasal dari pohon, bukan dari tempat konten duduk di halaman.

Karena urutannya adalah urutan pohon, sebuah laporan dua kolom yang ditandai dengan benar terbaca menurun satu kolom lalu kolom lainnya, sebuah tabel terbaca sel demi sel dengan headernya, dan sebuah gambar mengumumkan deskripsinya alih-alih menjadi bisu. Pembaca tidak pernah harus menebak niat penulisnya, karena niatnya tercatat di dalam berkas.

Standar yang memakukannya: PDF/UA

Semua ini menjadi sebuah klaim yang dapat diperiksa di bawah PDF/UA. PDF/UA-1, diterbitkan sebagai ISO 14289-1, menyatakan persyaratan tingkat-berkas untuk sebuah PDF yang dapat diakses di atas model tagged-PDF (SpecSpec: ISO 14289-1, §7ISO 14289-1 §7). PDF/UA-2, ISO 14289-2, membawa persyaratan-persyaratan itu ke basis PDF 2.0 dan menyempurnakan bagaimana konten nyata dipetakan ke model struktur (SpecSpec: ISO 14289-2, §8ISO 14289-2 §8). PDF/UA mengatur struktur berkas; Web Content Accessibility Guidelines yang lebih luas mendeskripsikan hasil yang menjadi acuan pengukuran sebuah dokumen, dan sebuah klaim konformitas menyebut level yang sebenarnya dicapainya (SpecSpec: WCAG 2.2, §5WCAG 2.2 §5). Keduanya bekerja bersama: PDF/UA menyatakan mesinnya hadir dan benar, WCAG membingkai seperti apa yang baik bagi seorang manusia.

Human-factors note:Human-factors note

Aksesibilitas bukanlah sebuah fitur yang Anda pasangkan di akhir. Sebuah tag tree yang ditambahkan setelah tata letak, dengan menebak urutan baca dari koordinat, adalah persis fiksi yang terbaca salah. Maknanya harus berasal dari struktur dokumen sebagaimana ia ditulis — judulnya adalah sebuah judul ketika ia ditulis, bukan ketika sebuah alat menyimpulkannya kemudian. Bangun strukturnya seraya Anda membangun kontennya, dan berkas yang dapat diakses itu adalah berkas yang sama, bukan berkas kedua.

Contoh praktis

Tag tidak terlihat, jadi satu-satunya cara yang jujur untuk memeriksanya adalah melihat struktur yang dilaporkan sebuah alat. Sebuah halaman minimal yang dapat diakses memiliki sebuah pohon yang sungguhan: sebuah akar dokumen, sebuah judul, sebuah paragraf, dan sebuah gambar yang membawa sebuah deskripsi alih-alih kebisuan.

StructTreeRoot
 └─ Document
     ├─ H1            "Quarterly Report"
     ├─ P             "Revenue rose across every region this quarter."
     └─ Figure        /Alt "Bar chart: revenue by region, all four up"

Seorang pembaca yang menelusuri pohon ini mengumumkan sebuah judul tingkat-satu, membaca paragrafnya, lalu membaca deskripsi gambarnya — dalam urutan itu, terlepas dari di mana setiap elemen dilukis. Lepaskan pohonnya dan halaman yang sama menjadi tiga deretan glyph yang terputus dan satu persegi panjang yang bisu. Pikselnya identik. Pengalamannya tidak.

Kesalahpahaman umum

Keyakinan yang sering muncul adalah bahwa sebuah PDF “dapat diakses karena teksnya dapat dipilih”. Teks yang dapat dipilih berarti glyph-nya adalah karakter sungguhan alih-alih sebuah citra hasil pindai — perlu, tetapi jauh dari cukup. Teks yang dapat dipilih tanpa structure tree tetap tidak memiliki judul, tidak ada urutan baca, tidak ada hubungan tabel, dan tidak ada deskripsi citra. Aksesibilitas adalah tentang struktur dan makna, bukan sekadar kehadiran karakter yang dapat diekstraksi. Sebuah berkas dapat lulus salin-dan-tempel dan gagal pada sebuah pembaca layar sepenuhnya.

Jebakan kedua adalah memperlakukan “bertanda” sebagai sebuah lencana ya/tidak. Sebuah berkas dapat bertanda dan tetap salah: tag yang salah melabeli konten, sebuah pohon yang urutannya tidak cocok dengan niat, citra dengan teks /Alt yang kosong atau tak berguna. Bertanda adalah awal dari percakapan, bukan akhirnya.

Batasan dan ruang lingkup

Halaman ini menjelaskan konsep-konsep dan standar yang mendefinisikannya. Ini bukan sebuah sertifikat konformitas, dan tidak ada alat yang dapat memberikannya sendiri.

PDF/UA structural accessibility — edition availability

Edition	Availability
Core	○ Core menulis tagged PDF: ia memancarkan sebuah structure tree, menandai konten dekoratif sebagai artifact, dan membawa teks alternatif yang Anda sediakan.
Pro	○ Menambahkan pemetaan struktur yang lebih kaya untuk tata letak kompleks — tabel multi-level, daftar, dan gambar — sehingga pohonnya lebih cocok dengan urutan baca yang dimaksudkan.
Enterprise	○ Menambahkan sebuah pemeriksaan dan laporan konformitas struktural. Ia tetap sebuah pemeriksaan struktur, bukan sebuah sertifikasi — penentuan akhir menjadi milik seorang validator dan seorang peninjau manusia.

Dua batas layak dinyatakan secara gamblang. Pertama, mesin dapat menghasilkan struktur yang benar, tetapi ia tidak dapat menilai kualitas editorial: ia akan dengan setia membawa sebuah deskripsi /Alt yang berbunyi “image”, dan itu adalah urusan penulisnya, bukan mesinnya. Aksesibilitas adalah sebuah kolaborasi antara sebuah alat yang mencatat makna dan seorang manusia yang menyediakannya. Kedua, sebuah lintasan otomatis — termasuk sebuah validator seperti veraPDF — mengonfirmasi bahwa mesinnya hadir dan berbentuk baik. Ia tidak mengonfirmasi bahwa seseorang yang menggunakan sebuah pembaca layar benar-benar dapat memahami hasilnya. Pengesahan akhir bersifat manusiawi. Lihat memvalidasi PDF/A dan PDF/UA untuk bagaimana pemeriksaan otomatis itu cocok.

Dokumen terkait

• Lanskap standar — di mana PDF/UA dan WCAG berada dalam federasi standar yang lebih luas yang dilacak NextPDF.
• Font: bagian yang sulit — mengapa teks yang terlihat benar tetap bisa tidak dapat dicari, dan bagaimana itu menyentuh aksesibilitas.
• Apa sebenarnya sebuah PDF itu — model objek tempat structure tree berada.
• Memvalidasi PDF/A dan PDF/UA — bagaimana menjalankan sebuah pemeriksaan konformitas otomatis, dan apa yang dapat dan tidak dapat diberitahukannya kepada Anda.

Glosarium

• Tagged PDF — sebuah PDF yang membawa lapisan tag struktur yang sejajar di atas konten visualnya, sehingga teknologi bantu dapat menjangkau makna dokumen, bukan hanya tanda-tandanya.
• Structure tree — kerangka logis sebuah dokumen (akar, judul, paragraf, daftar, tabel, gambar), dicatat secara independen dari tata letak halaman dan digunakan untuk menentukan urutan baca.
• Urutan baca — urutan saat konten disajikan kepada seorang pembaca, diambil dari structure tree alih-alih dari tempat glyph dilukis.
• Teks alternatif — sebuah padanan teks untuk konten non-teks: sebuah deskripsi /Alt untuk sebuah citra, atau pengganti /ActualText untuk sebuah deretan glyph yang jika tidak akan terbaca keliru.
• Artifact — konten yang ditandai sebagai dekoratif (sebuah garis, sebuah latar belakang, sebuah tanda air) sehingga seorang pembaca melewatinya alih-alih mengumumkannya.
• PDF/UA — PDF/Universal Accessibility, ISO 14289. Standar yang mendefinisikan kapan sebuah tagged PDF benar-benar dapat diakses. PDF/UA-1 adalah ISO 14289-1; PDF/UA-2 adalah ISO 14289-2, di atas basis PDF 2.0.