Một PDF có gắn thẻ (tagged PDF) chứa một sơ đồ ẩn về chính nội dung của nó. Bên cạnh phần văn bản và hình ảnh bạn nhìn thấy, nó ghi lại từng phần nội dung là gì - một tiêu đề, một đoạn văn, một danh sách, một ô của bảng, một chú thích, một hình ảnh - và thứ tự mà nội dung đó nên được đọc. Trường Tagged PDF là một câu trả lời có hoặc không, cho biết tài liệu của bạn có sơ đồ đó hay không.
Những tệp nào chứa nó và giá trị đó đến từ đâu
Chỉ tài liệu PDF mới có trường này. Các thẻ được thêm vào khi PDF được tạo, và việc chúng có xuất hiện hay không hoàn toàn phụ thuộc vào chương trình tạo ra PDF đó và các tùy chọn đã chọn.
Các trình xử lý văn bản và ứng dụng dàn trang như Microsoft Word, LibreOffice và Adobe InDesign có thể xuất ra một tagged PDF, thường nằm trong một tùy chọn xuất có nhắc đến cấu trúc tài liệu hoặc khả năng tiếp cận. Các PDF được tạo từ máy quét (scanner) hoặc từ trình điều khiển in ra PDF chung thường sẽ không có thẻ, vì tại thời điểm đó nội dung đã bị “làm phẳng” thành văn bản và hình ảnh, không còn cấu trúc để mô tả. Thẻ cũng có thể được thêm vào một PDF đã tồn tại sau đó, bằng tay hoặc với sự hỗ trợ của phần mềm, tuy nhiên kết quả có thể khác nhau.
Giá trị trông như thế nào
Chỉ có hai câu trả lời có thể:
Tagged PDF: Yes- tài liệu có chứa sơ đồ cấu trúcTagged PDF: No- tài liệu không có
Trường này không cho biết chất lượng của các thẻ tốt đến đâu. Cấu trúc được tạo tự động có thể gán nhãn sai, chẳng hạn nhầm một tiêu đề thành văn bản thông thường hoặc làm lẫn lộn thứ tự trên một trang nhiều cột, và cờ vẫn hiển thị Yes. Ngược lại, một No là một câu trả lời chắc chắn: không có cấu trúc nào ở đó để có thể dựa vào.
Nên đọc trường này cùng với các dòng PDF khác trong báo cáo, như PDF Version, việc tệp có được tuyến tính hóa (linearized) để xem nhanh trên web hay không, và bất kỳ đánh dấu tuân thủ nào như PDF/UA, tiêu chuẩn cho tài liệu PDF có khả năng tiếp cận, hoặc PDF/A, dùng cho lưu trữ dài hạn.
Tại sao nó quan trọng
Lý do chính của việc gắn thẻ là khả năng tiếp cận. Trình đọc màn hình, dùng để đọc to tài liệu cho người không thể nhìn, phụ thuộc vào sơ đồ cấu trúc. Với các thẻ, phần mềm biết dòng này là tiêu đề, khối này là bảng có ba cột, hình này có mô tả đi kèm, và nó đọc trang theo đúng thứ tự. Không có thẻ, phần mềm phải đoán dựa trên vị trí các dấu trên trang, và một PDF không được gắn thẻ - đặc biệt là tài liệu có cột, thanh bên hoặc bảng - có thể bị đọc thành một mớ lộn xộn hoặc gần như không dùng được.
Gắn thẻ cũng hữu ích trong việc sử dụng hàng ngày. Văn bản sao chép từ một tagged PDF sẽ theo thứ tự hợp lý thay vì bị trộn lẫn giữa các cột. Tính năng reflow, cho phép tài liệu tự ngắt dòng lại để vừa với điện thoại hoặc e-reader thay vì buộc bạn phải kéo qua lại trên một trang cố định, cần cấu trúc để biết phần nào cần reflow. Việc chuyển PDF sang định dạng khác sẽ giữ lại các tiêu đề, danh sách và bảng thay vì biến mọi thứ thành các đoạn văn phẳng. Và phần mềm trích xuất dữ liệu từ tài liệu hoạt động đáng tin cậy hơn nhiều khi nó có thể thấy được bảng bắt đầu và kết thúc ở đâu.
Còn một khía cạnh thực tế khác: nhiều cơ quan nhà nước và tổ chức lớn yêu cầu các tài liệu họ công bố hoặc tiếp nhận phải có khả năng tiếp cận, và một tagged PDF là mức cơ bản cho yêu cầu đó. Kiểm tra trường này là cách nhanh nhất để biết một tài liệu có đáp ứng yêu cầu hay không. Bản thân cờ này hoàn toàn không chứa bất kỳ thông tin cá nhân nào.