Article technique

PDF/UA-1 vs PDF/UA-2 : règles d'accessibilité modifiées

Une checklist PDF/UA-1 maison refuse un export PDF/UA-2 que veraPDF fait passer, en signalant une figure balisée /ActualText (), des annotations de lien sans /Contents et un arbre de structure qui mélange les espaces de noms. Chacune est conforme à l'ISO 14289-2:2024, si bien que le jeu de règles doit suivre la partie que chaque fichier déclare, première chose que lit le TPdf.ValidatePdfUa de PDFium Component

pdfuaid:part déclaré commutant le jeu de règles PDF/UA dans PDFium Component pour Delphi, où une valeur d'issue signifie des règles différentes sous PDF/UA-1 et PDF/UA-2
la partie déclarée dans le XMP choisit le jeu de règles, et une même valeur d'issue peut nommer deux règles différentes entre PDF/UA-1 et PDF/UA-2

La partie déclarée décide des règles qui s'appliquent

Chaque fichier PDF/UA nomme sa partie dans les métadonnées XMP avec pdfuaid:part, et PDF/UA-2 ajoute deux conditions à lui : une entrée de révision et un fichier qui déclare PDF 2.0. Cette déclaration est le commutateur. TPdf.ValidatePdfUa renvoie un TPdfUaValidationResult dont le champ Conformance rapporte puc1 ou puc2, pucNone pour un fichier confirmé ne pas revendiquer PDF/UA, ou pucUnknown quand la revendication ne peut pas être déterminée, et dont le jeu Issues ne porte que les constats qui s'appliquent à cette partie. Certaines valeurs d'issue représentent une règle en partie 1 et une plus large en partie 2. pvuaiActionTargetMissing sur un fichier partie 1 signifie qu'une action GoToR, URI ou SubmitForm manque de sa clé cible (§7.18.5) ; sur un fichier partie 2, cela peut aussi signifier une destination qui ne mène à aucun élément de structure (§8.8). pvuaiAnnotationMissingContents sur un fichier partie 2 inclut les widgets sans étiquette. Imprimez donc la partie à côté de chaque rapport :

uses
  SysUtils, TypInfo, PDFium, FPdfPdfua;

procedure ReportPdfUa(const FileName: string);
const
  PartNames: array[TPdfUaConformance] of string =
    ('unknown', 'not PDF/UA', 'PDF/UA-1', 'PDF/UA-2');
var
  Pdf: TPdf;
  Report: TPdfUaValidationResult;
  Issue: TPdfUaValidationIssue;
begin
  Pdf := TPdf.Create(nil);
  try
    Pdf.FileName := FileName;
    Pdf.Active := True;
    if not Pdf.Active then
      raise Exception.CreateFmt('Cannot open %s', [FileName]);

    Report := Pdf.ValidatePdfUa;
    Writeln(Format('%s: %s, compliant=%s', [ExtractFileName(FileName),
      PartNames[Report.Conformance], BoolToStr(Report.IsCompliant, True)]));
    for Issue := Low(TPdfUaValidationIssue) to High(TPdfUaValidationIssue) do
      if Issue in Report.Issues then
        Writeln('  ', GetEnumName(TypeInfo(TPdfUaValidationIssue), Ord(Issue)));
  finally
    Pdf.Free;
  end;
end;

IsCompliant est vrai seulement quand la partie est 1 ou 2 et que le jeu d'issues est vide, si bien qu'un fichier sans revendication PDF/UA ne se rapporte jamais comme conforme par accident. Comparer à veraPDF a un hic à lui. L'outil en ligne de commande sort avec le code 1 pour un fichier non conforme. Il écrit quand même le rapport XML complet sur la sortie standard, et un script qui s'arrête au code de sortie jette les numéros de règles. Lisez le rapport

Quelles plaintes UA-1 sont de fausses alarmes sous PDF/UA-2 ?

Chaque plainte de l'exemple d'ouverture applique une règle que PDF/UA-2 ne contient pas sous cette forme. Commencez par la figure, où l'erreur siège d'habitude dans le code d'analyse. L'ISO 14289-2 §8.2.5.28.2 demande à une Figure de porter une clé /Alt ou /ActualText, et le test est de savoir si la clé existe : /ActualText () est conforme, et seule une figure sans aucune des deux clés échoue. Un lecteur qui garde les deux valeurs en chaînes simples écrase "présente mais vide" et "absente" dans le même '', et le contrôleur rapporte alors un texte alternatif manquant sur une figure qui en a un. Stockez un fanion de présence à côté de chaque chaîne quand vous parsez l'élément de structure. Un /ActualText vide est une description faible qu'un relecteur humain voudra peut-être encore voir, mais un validateur de partie 2 n'a aucun motif de la faire échouer

La règle des liens est partie. PDF/UA-1 §7.18.5 exige que chaque annotation de lien porte /Contents ; PDF/UA-2 ne met aucune règle de clé d'annotation à sa place et contraint la structure en §8.2.5.20. Les annotations qui mènent à des cibles différentes doivent siéger dans des éléments de structure Link ou Reference séparés, si bien qu'un unique élément Link qui enveloppe à la fois un saut vers le chapitre 2 et une URI vers un site externe échoue en partie 2 même quand les deux annotations portent /Contents. Les deux parties testent des choses différentes — le texte sur l'annotation dans l'une, le groupement dans l'arbre dans l'autre. PDFium Component applique l'exigence /Contents des liens seulement aux fichiers qui déclarent la partie 1

La plainte d'espace de noms vient de la lecture du mauvais document. L'ISO 14289-2 §8.2.4 porte quatre règles : un type de structure non standard doit mapper vers un type standard, aucun mappage ne peut être circulaire, aucun type ne peut mapper à l'intérieur du même espace de noms explicite, et aucun type standard ne peut être remappé vers un non-standard. L'ISO/TS 32005 §5.3 ajoute une recommandation pour les documents qui mélangent les espaces de noms — employez l'espace de noms PDF 2.0 pour les types qu'ils partagent — et cette recommandation ne figure pas parmi les conditions de conformité PDF/UA-2. Une checklist qui échoue durement sur le §5.3 refuse des arbres mixtes valides, comme un arbre PDF 2.0 qui transporte des formules MathML. Résoudre un type personnalisé vers un type standard via /RoleMapNS est un travail à part entière, montré dans la validation PDF/UA-2 avec role maps et espaces de noms

Trois plaintes de checklist PDF/UA-1 qui passent sous ISO 14289-2 : ActualText vide sur les figures, annotations de lien et mélange d'espaces de noms, telles que PDFium Component les barre en Delphi
chaque plainte applique une règle que PDF/UA-2 ne contient pas sous cette forme, si bien que le contrôle appartient derrière la partie déclarée plutôt que dans une checklist partagée

Règles que PDF/UA-2 a ajoutées ou resserrées

La direction inverse est la coûteuse. Une checklist UA-1 fait passer les fichiers ci-dessous, et les échecs n'apparaissent que quand quelqu'un lance un validateur de partie 2 :

  • Les widgets réclament une étiquette ou une description. PDF/UA-1 §7.18.1 exempte les annotations widget de /Contents parce que le tag Form du §7.18.4 les couvre. PDF/UA-2 §8.10.2.3 exige /Contents sur tout widget dont l'élément de structure n'a pas d'enfant Lbl. L'infobulle /TU du champ ne compte pas comme étiquette
  • Les pièces jointes énoncent leur relation. Le §8.9.2.4.10 exige que la spécification de fichier d'une annotation FileAttachment porte /AFRelationship — Source, Data, Alternative, Supplement et les autres valeurs que PDF/A-3 emploie déjà pour les fichiers associés et AFRelationship
  • Les titres sont numérotés. PDF/UA-1 accepte le tag générique H ou des titres numérotés H1…Hn, pourvu qu'un même document ne les mélange pas (§7.4.4). PDF/UA-2 §8.2.5.12 interdit carrément le H générique, si bien qu'un schéma de balisage bâti sur de simples éléments H réclame un remappage avant que l'export ne puisse revendiquer la partie 2
  • Les destinations mènent à la structure. Le §8.8 exige que les cibles de navigation soient des destinations de structure au sens de l'ISO 32000-2 §12.3.2.3 : un tableau de destination dont le premier élément est un élément de structure, ou une action GoTo avec /SD

Laissez les vieilles règles tranquilles. Quand une checklist gagne une couverture partie 2, l'édition évidente est de supprimer l'exemption widget du §7.18.1 pour que les widgets sans /Contents soient signalés, et cette édition fait échouer des formulaires partie 1 conformes à une règle que leur norme n'a jamais eue. Ajoutez le contrôle widget partie 2 à côté de l'exemption et barrez-le sur la partie déclarée. C'est ainsi que PDFium Component rapporte la règle widget — l'exemption partie 1 reste en vigueur, et un widget partie 2 sans étiquette ni /Contents apparaît comme pvuaiAnnotationMissingContents

Matrice comparant PDF/UA-1 et PDF/UA-2 sur étiquettes de widgets, AFRelationship, titres génériques et destinations de structure, les quatre contrôles que PDFium Component barre par partie en Delphi
les ajouts de la partie 2 courent à côté des règles de la partie 1 au lieu de les remplacer, ce qui garde les formulaires PDF/UA-1 conformes qui passent dans PDFium Component pour Delphi

Comment tester une destination de structure sans faux positifs ?

Lisez la clé que la spécification déclare gagnante. La table 202 de l'ISO 32000-2 rend /D requise sur chaque action GoTo et /SD optionnelle, et dit que la destination de structure doit l'emporter quand les deux sont présentes. Un lien partie 2 conforme porte donc souvent une destination de page comme /D [6 0 R /Fit] pour les lecteurs plus anciens et /SD [19 0 R /Fit] à côté. Un contrôle fait maison qui lit /D trouve une page, rapporte une destination qui n'est pas une destination de structure, et fait échouer le fichier. Pour les actions, regardez /SD. Pour un tableau de destination nu, suivez son premier élément et demandez-vous si le dictionnaire référencé est un élément de structure, ce qui en termes d'octets veut dire un dictionnaire avec une clé /S de premier niveau

Le premier niveau est la partie dure. Un dictionnaire de page transporte habituellement /Group << /S /Transparency >> pour son groupe de transparence, et une recherche de clés qui ne saute pas les dictionnaires imbriqués trouve ce /S intérieur et décide que la page est un élément de structure, si bien qu'une destination de page simple passe. Balayez seulement les clés du dictionnaire externe et sautez chaque valeur comme un objet complet, dictionnaires imbriqués et tableaux compris. Le ParentTree, qui ramène le /StructParent d'une annotation vers son élément de structure, réclame le même soin. Son tableau /Nums peut apparier une clé à une référence unique (0 26 0 R) ou à un tableau (0 [null 20 0 R]), et sous la forme tableau, la position à l'intérieur du tableau s'ajoute à la clé pour atteindre la valeur /StructParent. Un parser qui ne connaît que la première forme laisse les annotations de la seconde sans parent de structure, et la règle de groupement du §8.2.5.20 n'a alors rien à comparer. Lancez aussi ces contrôles sur les octets tels que chargés : une copie ré-enregistrée ou normalisée peut renuméroter des objets d'annotation et reconstruire l'arbre de numéros, le même arbre que vous réécrivez chaque fois que vous gardez /ParentTree et /StructParents en synchronisation après édition de pages

Quels tags de langue passent le contrôle /Lang ?

La grammaire n'a pas changé entre les parties (ISO 14289-1 §7.2, ISO 14289-2 §8.4.4) ; les checklists laxistes la ratent tout de même. veraPDF l'exprime comme ^[a-zA-Z]{1,8}(-[a-zA-Z0-9]{1,8})*$ : un premier sous-tag de une à huit lettres, puis autant de sous-tags de une à huit lettres ou chiffres que voulu, chacun introduit par un trait d'union. Les limites sont tranchantes. portugue-pt passe et portugues-pt échoue sur son premier sous-tag de neuf lettres ; nl-1234abcd passe et nl-1234abcde échoue ; 1-pt et -pt échouent sur le premier caractère. Un contrôle qui ne teste que lettres, chiffres et traits d'union accepte les quatre échecs. Le /Lang du catalog et le /Lang de chaque élément de structure réclament un test partagé, sinon le même tag gagne deux verdicts dans un seul fichier. Un tag stocké en chaîne UTF-16BE, comme <FEFF0045004E002D00550053>, se décode d'abord ; celui-là se lit EN-US et passe. Les mauvais tags viennent souvent de quelque chose de banal : les chaînes de locale de Java, ICU ou des réglages de base emploient des underscores, et pt_BR n'est pas un tag valide. IsPdfUaLanguageTagValid applique le même test de forme, si bien que vous pouvez réparer un tag avant qu'il soit écrit :

uses
  SysUtils, PDFium;

// Transforme une locale de plateforme comme pt_BR en tag que PDF/UA accepte,
// ou renvoie '' quand une simple substitution ne peut pas le réparer
function LocaleToPdfLang(const Locale: string): string;
begin
  Result := StringReplace(Trim(Locale), '_', '-', [rfReplaceAll]);
  if not IsPdfUaLanguageTagValid(Result) then
    Result := '';
end;

procedure CheckTags;
const
  Samples: array[0..6] of string = ('en-US', 'pt_BR', 'zh_CN',
    'portugue-pt', 'portugues-pt', 'nl-1234abcd', 'nl-1234abcde');
var
  S: string;
begin
  // Attendu :
  //   en-US, portugue-pt, nl-1234abcd   valides tels quels
  //   pt_BR, zh_CN                      invalides, réparés en pt-BR / zh-CN
  //   portugues-pt, nl-1234abcde        invalides, réparés en ''
  for S in Samples do
    Writeln(Format('%-14s valid=%-5s repaired=%s', [S,
      BoolToStr(IsPdfUaLanguageTagValid(S), True), LocaleToPdfLang(S)]));
end;

Appelez la conversion là où le tag entre dans votre pipeline, avant qu'il n'atteigne le catalog ou un élément de structure. Un résultat vide est le signal pour retomber sur une langue que le document est su employer. Écrire quand même la chaîne de locale brute ne fait que déplacer l'échec en aval, où il remonte comme pvuaiLangInvalidFormat pour le catalog ou pvuaiStructElementLangInvalid pour un élément, loin du code qui l'a produit

Commencez la migration par l'export du paragraphe d'ouverture. Passez-le par ReportPdfUa du premier listing avec le PDFium Component pour Delphi : la ligne d'en-tête doit nommer PDF/UA-2, et ni pvuaiFigureMissingAlt, ni pvuaiLinkMissingContents, ni pvuaiNamespaceReuseInvalid ne doivent apparaître dessous. Toute plainte que votre vieille checklist relève encore sur ce fichier marque une règle partie 1 à mettre derrière la partie déclarée