怎樣才算一份可及的 PDF——以及為什麼這很重要

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

快速概覽

一份可及的 PDF，是一份看不見頁面的人仍然能讀懂的 PDF——以你所設想的順序、每一張圖片都被描述、每一個標題都被宣告為標題。本頁說明一份 PDF 如何承載那層意義——標記化內容、一棵結構樹、閱讀順序、替代文字——以及為什麼把它做對是值得的。

為什麼這很重要

一份 PDF，預設是一組落在座標上的標記。它說把這個字符放在這裡、把這張影像畫在那裡。它本身並不說這是一個標題、這一列屬於那一欄，或這張圖片顯示一份已簽署的合約。一位視覺正常的讀者，會從版面瞬間補足這些空缺。一個螢幕報讀器做不到。它擁有的，只有檔案實際載明的內容。

於是一份未標記的 PDF 可以看起來毫無瑕疵，讀起來卻像是胡言亂語：一個雙欄頁面被一路橫著宣讀、一個資料表格被攤平成一串毫無關聯的數字、一張圖表就那樣默不作聲。資訊就在頁面上。它只是搆不著。對數以百萬計的人而言，那正是一份他們能用的文件與一份他們不能用的文件之間的差別——而且，這越來越成為一項合規的公共服務與一項法律暴險之間的差別。

精簡版說明

一份標記化 PDF 在視覺標記之上，承載一層平行的意義：這一段字符是一個標題、那一塊是一個清單、這一區是一個表格。
那些標記掛在一棵結構樹上——一份文件的邏輯大綱，與各物件落在頁面何處無關（Spec: ISO 32000-2, §14.7）。
這棵樹固定了閱讀順序，因此內容會以你所設想的序列呈現，而不是字符碰巧被畫出來的順序。
非文字內容承載一個文字等價物：影像的一段 /Alt 描述，或為某段報讀器原本會讀錯的字符段所提供的替換文字（Spec: ISO 32000-2, §14.8）。
PDF/UA（ISO 14289）是說明這一切何時齊備且正確的標準。它正是「可及的 PDF」作為一項工程主張、而非行銷主張時的意涵（Spec: ISO 14289-1）。

NextPDF 的處理方式

兩層，一個檔案

把一份可及的 PDF 想成兩層一同移動。內容層是你所見的：字符、線條、影像，置於座標上。結構層是它所代表的意義：一棵由元素構成的樹——文件、標題、段落、清單、表格、圖形——為每一塊內容命名並把它排好順序。

兩者由標記內容縫合在一起。頁面上每一段有意義的內容都被包裹起來並賦予一個識別符；對應的結構元素指回那個識別符。正是那道連結，讓輔助技術能走訪這棵邏輯樹，並在每一個節點上找到它所描述、頁面上的那段確切位元組。把這道連結做對，一個標題就會被宣告為一個標題；做錯了，結構就成了一段與所顯示內容不符的虛構。

閱讀順序存於樹中，而非版面

這是讓人意外的那個概念。螢幕報讀器所使用的順序，是結構樹的順序，而那與內容落在頁面何處無關（Spec: ISO 32000-2, §14.7）。你可以把一個側欄畫在最後、把一個註腳畫在最前；只要這棵樹以你設想的序列把它們串起來，文件就會被正確地讀出。反過來說，一個排版精美、樹卻錯亂的頁面，會被精美地讀錯。版面是給眼睛的。樹是給其他所有人的。

為所有不是文字的東西提供一個文字等價物

一張照片、一個標誌、一張圖表、一條裝飾性的分隔線——這些都不是文字，因此預設都不會宣告任何內容。標記化 PDF 用替代描述補上這道缺口：影像的 /Alt 文字描述它所傳達的意思，而 /ActualText 為某段原本會被讀錯的字符段——例如一個連字或一個風格化的首字下沉——提供一個乾淨的替換（Spec: ISO 32000-2, §14.8）。純粹裝飾性的標記被標記為人工製品，因此被略過、而不是被當成雜訊讀出。規則很簡單：若它承載意義，它就得到一個文字等價物；若它不承載，它就被標記到一旁。

螢幕報讀器實際上如何讀取這個檔案

當輔助技術開啟一份標記化 PDF 時，它並不讀取頁面。它讀取那棵樹，並利用標記內容的連結，依序呈現每一個元素的文字。

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

螢幕報讀器如何讀取一份標記化 PDF：它開啟文件、找到結構樹根、依序走訪邏輯樹、把每個元素對應到一個熟悉的角色、讀出該元素的文字或其替代描述，並略過任何被標記為裝飾性的內容。閱讀序列來自這棵樹，而不是來自內容落在頁面何處。

因為這個序列是樹的序列，一份正確標記的雙欄報告會先讀完一欄、再讀另一欄，一個表格會連同表頭逐格讀出，而一張圖形會宣告它的描述、而不是陷入沉默。報讀器永遠不必去猜作者的意圖，因為意圖已被記錄在檔案裡。

把它釘住的那個標準：PDF/UA

這一切，在 PDF/UA 之下成為一項可檢核的主張。PDF/UA-1 以 ISO 14289-1 發布，在標記化 PDF 模型之上載明了一份可及 PDF 的檔案層級要求（Spec: ISO 14289-1, §7）。PDF/UA-2，即 ISO 14289-2，把那些要求帶到 PDF 2.0 基線之上，並精修了真實內容如何對應到結構模型（Spec: ISO 14289-2, §8）。PDF/UA 管轄檔案的結構；更廣的網頁內容可及性指引描述一份文件所對照衡量的成效，而一項符合性主張會指名它實際達到的層級（Spec: WCAG 2.2, §5）。兩者協同運作：PDF/UA 說明機制齊備且正確，WCAG 框定何謂對人而言的「夠好」。

實務範例

標記是看不見的，因此檢查它們唯一誠實的方式，是去看一個工具所回報的結構。一個最小的可及頁面有一棵真正的樹：一個文件根、一個標題、一個段落，以及一個承載描述、而非沉默的圖形。

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

一個走訪這棵樹的報讀器，會宣告一個第一級標題、讀出那個段落，接著讀出圖形的描述——以那個順序，無論每個元素被畫在何處。把這棵樹剝掉，同一個頁面就變成三段彼此斷開的字符串，外加一個沉默的矩形。像素是相同的。體驗則不然。

常見誤解

常見的看法是，一份 PDF「可及，因為文字是可選取的」。可選取的文字意味著那些字符是真正的字元、而非一張掃描的圖片——必要，但遠遠不夠。沒有結構樹的可選取文字，依然沒有標題、沒有閱讀順序、沒有表格關係，也沒有影像描述。可及性關乎的是結構與意義，而不僅僅是可擷取字元的存在。一個檔案可以通過複製貼上，卻在螢幕報讀器面前徹底失敗。

第二個陷阱是把「已標記」當成一個是非分明的徽章。一個檔案可以已標記、卻仍然錯了：把內容貼錯標籤的標記、順序與意圖不符的樹、帶有空白或無用 /Alt 文字的影像。已標記是這場對話的開端，而不是它的結尾。

限制與邊界

本頁說明那些概念，以及定義它們的那些標準。它不是一份符合性證書，沒有任何工具能憑自身核發一份。

PDF/UA structural accessibility — edition availability
Edition	Availability
Core	Core 會寫出標記化 PDF：它產出一棵結構樹、把裝飾性內容標記為人工製品，並承載你所提供的替代文字。
Pro	為複雜版面新增更豐富的結構對應——多層級表格、清單與圖形——使這棵樹更貼合所設想的閱讀順序。
Enterprise	新增一道結構符合性檢核與報告。它仍然是一道結構檢核，而非認證——最終判定屬於驗證器與一位人工審查者。

有兩道邊界值得明白說清楚。第一，引擎能產生正確的結構，卻無法評斷編輯品質：它會忠實地承載一段寫著「圖片」的 /Alt 描述，而那是作者的責任，不是引擎的。可及性是一個記錄意義的工具與一個提供意義的人之間的協作。第二，一道自動化的檢查——包括像 veraPDF 這樣的驗證器——確認機制齊備且格式良好。它並不確認一位使用螢幕報讀器的人，是否真能理解這份結果。最終定案是人為的。關於那道自動化檢查如何融入其中，請參見驗證 PDF/A 與 PDF/UA。

詞彙表

標記化 PDF（Tagged PDF）——一份在其視覺內容之上承載一層平行結構標記的 PDF，使輔助技術能搆得著文件的意義，而不僅是它的標記。
結構樹（Structure tree）——一份文件的邏輯大綱（根、標題、段落、清單、表格、圖形），獨立於頁面版面而記錄，並用以決定閱讀順序。
閱讀順序（Reading order）——內容呈現給讀者的序列，取自結構樹、而非取自字符被畫出的位置。
替代文字（Alternative text）——非文字內容的一個文字等價物：影像的一段 /Alt 描述，或為某段原本會被讀錯的字符段所提供的 /ActualText 替換。
人工製品（Artifact）——被標記為裝飾性的內容（一條分隔線、一個背景、一個浮水印），使報讀器略過它、而不是把它宣讀出來。
PDF/UA——PDF/Universal Accessibility，ISO 14289。定義一份標記化 PDF 何時真正可及的標準。PDF/UA-1 是 ISO 14289-1；PDF/UA-2 是 ISO 14289-2，建立在 PDF 2.0 基線之上。