Tagged PDF คืออะไร?

ไฟล์ PDF ที่มีการแท็ก (tagged PDF) จะมีแผนผังโครงสร้างเนื้อหาซ่อนอยู่ ภายใต้ข้อความและรูปภาพที่คุณเห็น ระบบจะบันทึกว่าแต่ละส่วนของเนื้อหาคืออะไร เช่น หัวเรื่อง ย่อหน้า รายการ เซลล์ตาราง คำบรรยาย รูปภาพ และลำดับที่ควรอ่าน ฟิลด์ Tagged PDF จะตอบแบบใช่หรือไม่ใช่ เพื่อบอกว่าเอกสารของคุณมีแผนผังโครงสร้างนี้หรือไม่

ไฟล์ใดที่มีค่านี้และค่ามาจากที่ใด

มีเฉพาะเอกสาร PDF เท่านั้นที่มีฟิลด์นี้ แท็กจะถูกเพิ่มตอนสร้าง PDF และการมีหรือไม่มีแท็กจะขึ้นอยู่กับโปรแกรมที่ใช้สร้างและตัวเลือกที่ตั้งค่าไว้

โปรแกรมประมวลผลคำและแอปจัดเลย์เอาต์ เช่น Microsoft Word, LibreOffice และ Adobe InDesign สามารถส่งออก PDF แบบมีแท็กได้ โดยมักจะอยู่หลังตัวเลือกการส่งออกที่เกี่ยวกับโครงสร้างเอกสารหรือการช่วยการเข้าถึง PDF ที่มาจากสแกนเนอร์หรือจากไดรเวอร์พิมพ์เป็น PDF ทั่วไป มักจะออกมาโดยไม่มีแท็ก เพราะในขั้นนั้นเนื้อหาถูกแปลงเป็นข้อความและรูปภาพแบบแบนแล้ว ไม่มีโครงสร้างเหลือให้บรรยาย แท็กยังสามารถเพิ่มให้กับ PDF ที่มีอยู่ได้ภายหลัง ทั้งแบบทำมือหรืออาศัยซอฟต์แวร์ช่วย แม้ว่าผลลัพธ์จะแตกต่างกันไป

ลักษณะของค่านั้นเป็นอย่างไร

มีคำตอบเป็นไปได้เพียงสองค่า:

• Tagged PDF: Yes - เอกสารมีแผนผังโครงสร้างอยู่
• Tagged PDF: No - ไม่มี

ฟิลด์นี้ไม่ได้บอกว่าแท็กดีแค่ไหน โครงสร้างที่สร้างอัตโนมัติอาจติดป้ายผิด เช่น มองหัวเรื่องเป็นข้อความปกติ หรือทำลำดับหน้าที่มีหลายคอลัมน์ปนกัน แต่ flag ก็ยังจะแสดงเป็น Yes ในทางกลับกัน ค่า No เป็นคำตอบที่ชัดเจนว่าไม่มีโครงสร้างให้ใช้อ้างอิงเลย

ควรอ่านฟิลด์นี้ควบคู่กับแถวข้อมูล PDF อื่นในรายงาน เช่น PDF Version การที่ไฟล์ถูกทำให้เป็นแบบ linearized เพื่อให้เปิดดูบนเว็บได้รวดเร็ว และตัวบ่งชี้มาตรฐานอื่น เช่น PDF/UA ซึ่งเป็นมาตรฐานสำหรับ PDF ที่เข้าถึงได้ หรือ PDF/A ที่ใช้สำหรับจัดเก็บระยะยาว

ทำไมมันจึงสำคัญ

เหตุผลหลักที่มีการแท็กคือเรื่องการช่วยการเข้าถึง โปรแกรมอ่านหน้าจอ ซึ่งอ่านเอกสารให้ผู้ที่มองไม่เห็นฟัง จะต้องอาศัยแผนผังโครงสร้างนี้ เมื่อมีแท็ก ซอฟต์แวร์จะรู้ว่า บรรทัดนี้คือหัวเรื่อง บล็อกนี้คือตารางสามคอลัมน์ รูปนี้มีคำบรรยายแนบอยู่ และจะอ่านหน้าในลำดับที่ถูกต้อง หากไม่มีแท็ก โปรแกรมจะต้องเดาจากตำแหน่งขององค์ประกอบบนหน้า และ PDF ที่ไม่มีแท็ก โดยเฉพาะไฟล์ที่มีหลายคอลัมน์ แถบด้านข้าง หรือมีตาราง อาจถูกอ่านออกมาเละเทะหรือไม่มีประโยชน์เลย

การแท็กยังช่วยให้การใช้งานทั่วไปดีขึ้นด้วย ข้อความที่คัดลอกจาก tagged PDF จะเรียงลำดับได้ถูกต้อง ไม่ถูกสลับข้ามคอลัมน์ ฟังก์ชัน reflow ที่ปรับเอกสารให้พอดีหน้าจอโทรศัพท์หรือเครื่องอ่านอีบุ๊ก แทนที่จะต้องเลื่อนดูไปมาบนหน้าแบบตายตัว จะอาศัยโครงสร้างเพื่อรู้ว่าต้องจัดบรรทัดใหม่อย่างไร การแปลง PDF เป็นฟอร์แมตอื่นจะคงหัวเรื่อง รายการ และตารางไว้ แทนที่จะเปลี่ยนทุกอย่างให้เป็นย่อหน้าเรียบทั้งหมด และซอฟต์แวร์ที่ดึงข้อมูลจากเอกสารจะทำงานได้แม่นยำกว่ามากเมื่อมองเห็นว่าตารางเริ่มและจบตรงไหน

ยังมีอีกมุมที่ใช้งานจริงได้: หน่วยงานภาครัฐและองค์กรขนาดใหญ่จำนวนมากกำหนดให้เอกสารที่พวกเขาเผยแพร่หรือรับเข้าต้องสามารถเข้าถึงได้ และ tagged PDF ถือเป็นพื้นฐานของข้อกำหนดนี้ การตรวจดูฟิลด์นี้คือวิธีที่เร็วที่สุดในการรู้ว่าเอกสารนั้นผ่านเกณฑ์หรือไม่ ตัว flag เองไม่มีข้อมูลส่วนบุคคลใด ๆ อยู่เลย