Lavorare con PDF/A o PDF/UA
Il formato PDF/A e PDF/UA impone diversi requisiti relativi al contenuto del documento che non può essere soddisfatto durante la conversione automatica da un documento in formato Word a PDF. Tali requisiti devono essere verificati e corretti sia in un documento di Word prima della conversione o in un documento PDF dopo la conversione al fine di produrre un documento conforme a PDF/A e PDF/UA.
I requisiti di base sono per la struttura o i caratteri di un documento PDF/A e PDF/UA, che prenderemo in considerazione nelle seguenti sezioni.
Struttura dei documenti
I requisiti attuali sono per i formati PDF/A-1a, PDF/A-2a, PDF/A-4 e PDF/UA-1.
Ci sono alcune sfumature di come Aspose.Words funziona quando si converte in vari standard di formato PDF. Devono essere presi in considerazione se si desidera ottenere il risultato previsto.
La specifica ci dice quanto segue (espand to see details):
È sconsigliabile per gli scrittori generare informazioni strutturali o semantiche utilizzando processi automatizzati senza una verifica adeguata.
ISO 19005-2, 6.7.1
Le sottosezioni qui sotto descrivono sfumature di come Aspose.Words funziona quando si converte in vari standard di formato PDF e opzioni per la loro soluzione.
Tipo di struttura
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
|
Un documento PDF è una sequenza di blocchi come voci, paragrafi, tabelle e altri. Questi blocchi formano una struttura documentale – forte o debole.
Le strutture forti e deboli sono valide per PDF/A. Microsoft Word documenti hanno una struttura debole per design, e Aspose.Words crea PDF con la struttura debole rispettivamente e genera anche voci in base ai livelli di profilo dei paragrafi nel documento sorgente.
Per un documento PDF/UA-1 con una struttura debole, è inoltre necessario che i numeri di intestazione vadano in ordine senza lacune.
La specifica ci dice quanto segue (espand to see details):
La struttura a livello di blocco può seguire uno dei due paradigmi principali:
ISO-32000-1, 14.8.4.3.5
Per i documenti PDF/UA-1, la specifica contiene un'aggiunta relativa ai livelli di intestazione (espand to see details):
Se i documenti semantici richiedono una sequenza decrescente di intestazioni, tale sequenza procede in ordine numerico rigoroso e non salta un livello di voce intermedia. H1 H2 H3 è ammissibile, mentre H1 H3 non è.
ISO-14289-1, 7.4.2
Per garantire un output corretto, gli utenti devono assicurarsi che il contenuto del documento di origine sia adeguatamente organizzato e che i livelli dei contorni siano correttamente specificati per i paragrafi. In caso contrario, l’utente deve verificare e correggere la struttura del documento PDF di output.
In questo blocco, è possibile vedere esempi: come impostare i livelli dei contorni in Microsoft Word o controllare e fissare la struttura del documento PDF di uscita (espand to see details).
In Microsoft Word predefinito "Heading X" stili potrebbero essere utilizzati per impostare il livello del profilo:
Inoltre, il livello del profilo potrebbe essere controllato o modificato nella finestra "Paragrafo":
In Acrobat la struttura del documento potrebbe essere controllata o modificata nel riquadro "Tags":
Contrassegnare il contenuto come artefatto
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
|
Al momento, Aspose.Words marca intestazioni e piè di pagina, separatori di nota, celle ripetute dell’intestazione del tavolo e immagini decorative come artefatti. Si noti che questo elenco può essere aggiornato in futuro.
La specifica ci dice quanto segue (espand to see details):
Gli oggetti grafici in un documento possono essere suddivisi in due classi:
ISO-32000-1, 14.8.2.2.1
Se un documento contiene qualsiasi altro contenuto che dovrebbe essere contrassegnato come un artefatto, o se uno qualsiasi dei contenuti realizzati è un contenuto reale, i clienti dovrebbero risolvere che nel PDF di output.
In questo blocco, si possono vedere esempi: come contrassegnare le forme come decorative in Microsoft Word o contrassegnare la forma come artefatto nel documento PDF di uscita (espand to see details).
Per esempio, le forme potrebbero essere contrassegnate come decorative in Microsoft Word, così saranno esportati in PDF come artefatto:
È possibile contrassegnare la forma come artefatto nell'output PDF:
Inoltre, è possibile passare il testo in un'intestazione dal manufatto al contenuto reale nell'output PDF:
Specificazione della lingua naturale
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
|
La lingua di testo è specificata in Microsoft Word documenti. Aspose.Words esporta la lingua specificata in un formato PDF con Lang attributo allegato a una sequenza di contenuto marcato o un tag Span – è controllato da ExportLanguageToSpanTag proprieta'. Generalmente non ci sono problemi di lingua quando il testo viene inserito dall’utente tramite Microsoft Word. Ma c’è la possibilità che la lingua possa essere inesatta se il testo viene generato automaticamente.
La specifica ci dice quanto segue (espand to see details):
Il linguaggio naturale predefinito per tutti i testi in un file deve essere specificato dall'ingresso Lang nel dizionario Catalogo del documento.
Tutti i contenuti testuali all'interno di un file che differisce dalla lingua predefinita devono essere indicati per l'uso di un `Lang` proprietà attaccata ad una sequenza marcata-contenuto, o da un ingresso Lang in un dizionario di elementi di struttura ...
ISO-19005-2, 6.7.4
Inoltre per PDF/UA-1, la specifica ci dice quanto segue (esegui per vedere i dettagli):
Il linguaggio naturale è dichiarato... Le modifiche nella lingua naturale sono dichiarate.
ISO-14289-1, 7,2
In questo blocco, è possibile vedere esempi: come garantire che la lingua sia specificata correttamente (espand to see details).
Gli utenti devono assicurarsi che la lingua sia specificata correttamente nel documento di Word sorgente:
O il documento PDF di uscita:
Didascalia
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-2a | |
| PDF/UA-1 |
|
Microsoft Word i documenti consentono agli utenti di aggiungere la captazione figura.
La specifica ci dice quanto segue (espand to see details):
Una didascalia che accompagna una figura deve essere etichettata con un tag Caption.
ISO-14289-1, 7.3
Attualmente Aspose.Words non è possibile esportare le didascalie con il tag Caption, quindi devono essere contrassegnati nel PDF di output.
In questo blocco, si possono vedere esempi: come inserire la didascalia (espandere per vedere i dettagli).
In Microsoft Word, la didascalia potrebbe essere inserita attraverso il menu contestuale:
In Acrobat la didascalia potrebbe essere aggiunta o modificata tramite `Object` finestra di dialogo Proprietà:
Descrizioni alterne
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
|
Microsoft Word documenti consentono agli utenti di aggiungere testo alternativo a immagini, forme e tabelle. Aspose.Words esporta un testo così alternativo alla produzione PDF.
La specifica ci dice quanto segue (espand to see details):
Tutti gli elementi della struttura il cui contenuto non ha un analogo testuale naturale predeterminato, ad esempio immagini, formule, ecc., dovrebbero fornire una descrizione alternativa del testo utilizzando l'ingresso Alt nel dizionario degli elementi della struttura...
NOTA Descrizioni alterne forniscono descrizioni testuali che gli aiuti nella corretta interpretazione del contenuto altrimenti opaco non testuale.
ISO-19005-2, 6.7.5
In questo blocco, si possono vedere esempi: come garantire che tutti gli elementi abbiano un testo alternativo (espand to see details).
Gli utenti dovrebbero garantire che tutti gli elementi abbiano un testo alternativo sia nel documento di Word sorgente:
O il documento PDF di uscita:
Descrizioni alternative per collegamenti ipertestuali
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-2a | |
| PDF/UA-1 |
|
Oltre al punto precedente, Microsoft Word documenti permettono anche agli utenti di aggiungere testo alternativo ai collegamenti ipertestuali. Aspose.Words esporta un testo così alternativo alla produzione PDF.
Purtroppo, non ogni applicazione consente di impostare una descrizione alternativa. Per esempio, Adobe Acrobat Attualmente non consente di impostare una tale descrizione per i collegamenti ipertestuali. Ma… Microsoft Word, potete farlo come segue:
A volte c’è un problema che non è possibile impostare il testo alt per i collegamenti ipertestuali autogenerati nella tabella dei contenuti (TOC) attraverso il Microsoft Word GUI. Aspose.Words potrebbe aggiornare tali campi e generare i collegamenti da soli.
Seguire l’esempio del codice per aggiornare TOC campi utilizzando Aspose.Words Document Object Model (DOM?
Document doc = new Document(fileName);
ArrayList<FieldHyperlink> tocHyperLinks = new ArrayList<>();
for (Field field : doc.getRange().getFields()) {
if (field.getType() == FieldType.FIELD_HYPERLINK) {
FieldHyperlink hyperlink = (FieldHyperlink) field;
if (hyperlink.getFieldCode().startsWith("#_Toc")) {
tocHyperLinks.add(hyperlink);
}
}
}
for (FieldHyperlink link : tocHyperLinks)
link.setScreenTip(link.getDisplayResult());
PdfSaveOptions opt = new PdfSaveOptions();
opt.setCompliance(PdfCompliance.PDF_UA_1);
opt.setDisplayDocTitle(true);
opt.setExportDocumentStructure(true);
opt.getOutlineOptions().setHeadingsOutlineLevels(3);
opt.getOutlineOptions().setCreateMissingOutlineLevels(true);
String outFile = fileName.substring(0,fileName.lastIndexOf('.')) + "_aw.pdf";
doc.save(outFile, opt);Intestazioni da tavolo
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-2a | |
| PDF/UA-1 |
|
Le tabelle dei documenti PDF/UA-1 devono avere intestazioni – colonna, riga o entrambi. PDF/A richiede solo il markup della tabella standard, che non ha restrizioni aggiuntive. Nota: Aspose.Words genera automaticamente il markup della tabella standard.
La specifica ci dice quanto segue (espand to see details):
Le tabelle dovrebbero includere intestazioni... Le tabelle possono contenere intestazioni di colonna, intestazioni di riga o entrambi.
ISO-14289-1, 7.5
In questo blocco, è possibile vedere esempi: come impostare l'intestazione del tavolo (espand per vedere i dettagli).
L'intestazione del tavolo potrebbe essere impostata o la fonte Microsoft Word documento:
O l'output PDF:
Testo di sostituzione
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
La specifica ci dice quanto segue (espand to see details):
La specifica ci dice quanto segue:
Tutti gli elementi della struttura testuale che sono rappresentati in modo non standard, ad esempio, caratteri personalizzati o grafica in linea, dovrebbero fornire il testo di sostituzione utilizzando `ActualText` ingresso nella struttura elemento dizionario...
ISO-19005-2, 6.7.7
Microsoft Word documento non consente agli utenti di impostare il testo di sostituzione. Quindi questo deve essere verificato e fissato in uscita PDF:
Abbreviazioni e Acronimi Espansioni
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-2a |
|
| PDF/UA-1 |
La specifica ci dice quanto segue (espand to see details):
Tutte le istanze di abbreviazioni e acronimi in contenuto testuale devono essere collocate in una sequenza di contenuto marcato con un tag Span la cui proprietà E fornisce un'espansione testuale dell'abbreviazione o dell'acronimo...
ISO-19005-2, 6.7.8
Microsoft Word documento non consente agli utenti di impostare abbreviazioni e espansioni acronimi. Quindi questo deve essere verificato e fissato in uscita PDF:
Titolo del documento
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-2a | |
| PDF/A-4 | |
| PDF/UA-1 |
Il documento in PDF/UA-1 dovrebbe avere un titolo |
La specifica ci dice quanto segue (espand to see details):
La specifica ci dice quanto segue:
Il flusso di metadati nel dizionario di catalogo del documento contiene una voce dc:title, dove dc è il prefisso raccomandato per lo schema dei metadati di Dublin Core...
ISO-14289-1, 7.1
In questo blocco, è possibile vedere esempi: come impostare il titolo del documento (espand to see details).
Il titolo del documento potrebbe essere impostato o la fonte Microsoft Word documento:
O l'output PDF:
Requisiti di carattere
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-1b |
|
| PDF/A-2a |
|
| PDF/A-2b |
|
| PDF/A-4 |
|
| PDF/UA-1 |
|
Ci sono anche una serie di sfumature di lavoro con i caratteri durante la conversione in formato PDF/A-1, PDF/A-2, PDF/A-4 o PDF/UA-1 Aspose.Words. Essi devono essere presi in considerazione se si desidera evitare possibili problemi con il documento di output.
Le sezioni qui sotto descrivono tali sfumature e opzioni per la loro soluzione.
Font Requisiti legali
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a |
|
| PDF/A-1b |
|
| PDF/A-2a |
|
| PDF/A-2b |
|
| PDF/A-4 |
|
| PDF/UA-1 |
|
Aspose.Words non verifica le restrizioni legali dei font usati – spetta agli utenti. In altre parole, un utente non dovrebbe fornire caratteri inappropriati per la conversione PDF utilizzando Aspose.Words.
La specifica ci dice quanto segue (espand to see details):
Solo i programmi di carattere che sono legalmente incorporabili in un file per rendering illimitato e universale devono essere utilizzati.
ISO-19005-2, 6.2.11.4.1; ISO-14289-1, 7,21.4.1 (esattamente le stesse citazioni in due specifiche)
.notdef Glyph
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-1b | |
| PDF/A-2a |
|
| PDF/A-2b |
|
| PDF/A-4 |
|
| PDF/UA-1 |
|
L’uso del .notdef glyph è vietato. The .notdef glyph apparirà se un documento contiene caratteri che non sono presenti nel carattere selezionato e che non possono essere risolti tramite il meccanismo Font Fallback.
La specifica ci dice quanto segue (espand to see details):
Un documento conforme non contiene un riferimento al .notdef glyph da uno qualsiasi del testo che mostra gli operatori, indipendentemente dalla modalità di rendering del testo, in qualsiasi flusso di contenuti.
ISO-19005-2, 6.2.11.8; ISO-14289-1, 7,21.8 (esattamente le stesse citazioni in due specifiche)
In questo blocco, è possibile vedere esempi: come rimuovere o sostituire questi caratteri (espand to see details).
Gli utenti dovrebbero rimuovere o sostituire questi caratteri nel documento di Word sorgente:
O il documento PDF di output utilizzando lo strumento "Edit PDF":
Area di uso privato (PUA)
| livelli di conformità standard PDF all’interno Aspose.Words | Presenza del requisito |
|---|---|
| PDF/A-1a | |
| PDF/A-1b | |
| PDF/A-2a |
|
| PDF/A-2b |
|
| PDF/A-4 |
|
| PDF/UA-1 |
Personaggi Private Use Area (PUA) appaiono per lo più per Windows caratteri simbolici come “Symbol”, “Wingdings”, “Webdings”, e altri. Microsoft Word i formati non forniscono un’opzione per memorizzare il testo effettivo per i caratteri.
La specifica ci dice quanto segue (espand to see details):
Per il livello Una conformità solo, per qualsiasi carattere ... che è mappato a un codice o a un codice nell'Area di uso privato Unicode (PUA), una voce ActualText ... sarà presente per questo carattere o una sequenza di caratteri di cui tale carattere è parte.
ISO-19005-2, 6.2.11.7.3
“Segoe UI Symbol” è un Windows font Unicode che potrebbe essere utilizzato come alternativa ai caratteri simbolici.
In questo blocco, è possibile vedere esempi: che cosa l'utente dovrebbe fare per risolvere il problema con font simbolici (espand to see details).
Sostituire il carattere simbolico con un Unicode uno nel documento di Word di origine:
O aggiungere una voce ActualText ai caratteri problematici nel documento PDF di output:
