자체 PDF/UA-1 체크리스트는 veraPDF가 통과시키는 PDF/UA-2 export를 거부하며, /ActualText ()로 태그된 figure와 /Contents 없는 링크 annotation, namespace를 섞는 structure tree를 지적합니다. 셋 모두 ISO 14289-2:2024에는 적합하므로, 규칙 집합은 각 파일이 선언한 part를 따라야 하고, 그것이 Delphi용 PDFium Component의 TPdf.ValidatePdfUa가 가장 먼저 읽는 것입니다
선언된 part가 어느 규칙을 적용할지 정합니다
모든 PDF/UA 파일은 XMP metadata에 pdfuaid:part로 자기 part를 이름 짓고, PDF/UA-2는 자기 조건 둘을 더합니다. revision 항목과 PDF 2.0을 선언하는 파일이죠. 그 선언이 스위치입니다. TPdf.ValidatePdfUa는 TPdfUaValidationResult를 반환하는데, 그 Conformance 필드는 puc1이나 puc2, PDF/UA를 주장하지 않는다고 확인된 파일의 pucNone, 판별할 수 없을 때의 pucUnknown을 보고하고, Issues 집합은 그 part에 적용되는 지적만 담습니다. 일부 issue 값은 part 1에서는 하나의 규칙, part 2에서는 더 넓은 규칙을 뜻합니다. Part-1 파일의 pvuaiActionTargetMissing은 GoToR, URI, SubmitForm action이 대상 키를 잃었다는 뜻(§7.18.5)이지만, part-2 파일에서는 structure element로 이어지지 않는 destination을 뜻할 수도 있습니다(§8.8). Part-2 파일의 pvuaiAnnotationMissingContents는 라벨이 없는 widget까지 포함합니다. 그러니 모든 보고서 옆에 part를 인쇄하세요:
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;
IsCompliant는 part가 1이나 2이고 issue 집합이 비어 있을 때만 true이므로, PDF/UA 주장이 없는 파일은 우연히도 적합으로 보고되지 않습니다. veraPDF와의 비교에는 저만의 함정이 하나 있습니다. 명령줄 도구는 적합하지 않은 파일에 대해 종료 코드 1로 나옵니다. 그래도 완전한 XML 보고서는 표준 출력에 적고, 종료 코드에서 멈추는 스크립트는 규칙 번호를 버려 버리죠. 보고서를 읽으세요
어느 UA-1 지적이 PDF/UA-2에서는 허위 경보인가
도입 예제의 각 지적은 PDF/UA-2가 그 형태로는 지니지 않은 규칙을 적용합니다. figure부터 시작하겠습니다. 실수는 보통 파싱 코드에 앉아 있습니다. ISO 14289-2 §8.2.5.28.2는 Figure가 /Alt나 /ActualText 키를 실어 나르기를 요구하며, 검사는 그 키가 존재하는지입니다. /ActualText ()는 적합하고, 어느 키도 없는 figure만 실패합니다. 두 값을 평범한 string에 담는 reader는 "있지만 비어 있음"과 "없음"을 같은 ''으로 뭉개 버리고, 검사기는 대체 텍스트를 지닌 figure에서 대체 텍스트 누락을 보고하죠. structure element를 파싱할 때는 각 string 곁에 존재 플래그를 저장하세요. 빈 /ActualText는 사람 검토자가 여전히 보고 싶을 수 있는 빈약한 기술이지만, part-2 validator가 실패를 선고할 근거는 없습니다
링크 규칙은 사라졌습니다. PDF/UA-1 §7.18.5는 모든 링크 annotation이 /Contents를 실어 나르기를 요구하지만, PDF/UA-2는 그 자리에 annotation 키 규칙을 놓지 않고 §8.2.5.20에서 구조를 제한합니다. 서로 다른 대상으로 이어지는 annotation은 별개의 Link나 Reference structure element에 앉아야 하므로, 2장으로의 점프와 외부 사이트로의 URI를 함께 감싸는 하나의 Link element는 두 annotation이 모두 /Contents를 실어도 part 2에서 실패합니다. 두 part는 다른 것을 검사합니다. 한쪽은 annotation 위의 텍스트, 다른 쪽은 tree 안의 묶음이죠. PDFium Component는 링크 /Contents 요구를 part 1을 선언하는 파일에만 적용합니다
namespace 지적은 잘못된 문서를 읽어서 나옵니다. ISO 14289-2 §8.2.4는 규칙 넷을 담습니다. non-standard structure type은 standard type으로 맵핑되어야 하고, 맵핑은 순환하면 안 되며, 같은 explicit namespace 안에서의 맵핑은 없어야 하고, standard type을 non-standard로 다시 맵핑할 수는 없습니다. ISO/TS 32005 §5.3은 namespace를 섞는 문서에 권고를 하나 더합니다. 공유하는 타입에는 PDF 2.0 namespace를 쓰라는 것인데, 그 권고는 PDF/UA-2 적합 조건에 속하지 않습니다. §5.3에서 무조건 실패를 선고하는 체크리스트는 MathML 수식을 실은 PDF 2.0 tree 같은 유효한 혼합 tree를 거부합니다. custom type을 /RoleMapNS로 standard type에 풀어 내는 것은 그 자체로 한 판의 작업이며, role map과 namespace를 곁들인 PDF/UA-2 검증 글이 이를 보여 줍니다
PDF/UA-2가 더하거나 조인 규칙들
반대 방향이 비용이 큰 방향입니다. UA-1 체크리스트는 아래의 파일들을 통과시키고, 실패는 누군가 part-2 validator를 돌릴 때만 나타납니다:
- Widget에는 라벨이나 기술이 필요합니다. PDF/UA-1 §7.18.1은 §7.18.4의
Form태그가 그들을 덮으므로 widget annotation을/Contents에서 면제합니다. PDF/UA-2 §8.10.2.3은 structure element에Lbl자식이 없는 widget에는/Contents를 요구합니다. 필드의/TU툴팁은 라벨로 세지 않습니다 - 파일 첨부는 자기 관계를 밝힙니다. §8.9.2.4.10은
FileAttachmentannotation의 file specification이/AFRelationship을 실어 나르기를 요구합니다. Source, Data, Alternative, Supplement 등 PDF/A-3가 이미 associated 파일과 AFRelationship에 쓰는 값들이죠 - 제목은 번호가 매겨집니다. PDF/UA-1은 하나의 문서가 둘을 섞지 않는 한 일반
H태그나 번호 매겨진H1…Hn제목을 받아들입니다(§7.4.4). PDF/UA-2 §8.2.5.12는 일반H를 아예 금지하므로, 평범한Helement 위에 세운 tagging scheme은 export가 part 2를 주장하기 전에 remapping이 필요합니다 - destination은 구조로 이어집니다. §8.8은 내비게이션 대상이 ISO 32000-2 §12.3.2.3의 의미에서 structure destination이기를 요구합니다. 첫 element가 structure element인 destination 배열, 또는
/SD를 지닌 GoTo action이죠
오래된 규칙은 그대로 두세요. 체크리스트가 part-2 커버리지를 키울 때 자연스러운 수정은 §7.18.1 widget 면제를 지워 /Contents 없는 widget이 걸리게 하는 것이지만, 그 수정은 적합한 part-1 폼을 그들의 표준이 한 번도 지니지 않은 규칙으로 실패시킵니다. part-2 widget 검사를 면제 곁에 더하고 선언된 part로 gate를 두세요. PDFium Component가 widget 규칙을 보고하는 방식이 이것입니다. part-1 면제는 효력을 유지하고, 라벨이나 /Contents가 없는 part-2 widget은 pvuaiAnnotationMissingContents로 나타납니다
허위 적중 없이 structure destination을 검사하는 방법
스펙이 이긴다고 말하는 키를 읽으세요. ISO 32000-2 표 202는 모든 GoTo action에 /D를 필수로, /SD를 선택으로 만들고, 둘이 함께 있을 때는 structure destination이 우선해야 한다고 말합니다. 따라서 적합한 part-2 링크는 오래된 reader를 위한 /D [6 0 R /Fit] 같은 페이지 destination과 그 곁의 /SD [19 0 R /Fit]를 함께 실어 나르는 일이 흔합니다. /D를 읽는 자작 검사는 페이지를 찾고, structure destination이 아닌 destination을 보고하고, 파일을 실패시킵니다. action에는 /SD를 보세요. 맨몸 destination 배열이라면 첫 element를 따라가 참조된 딕셔너리가 structure element인지 물으세요. 바이트 용어로는 최상위 /S 키를 지닌 딕셔너리라는 뜻입니다
최상위가 어려운 부분입니다. 페이지 딕셔너리는 투명성 group을 위해 평소처럼 /Group << /S /Transparency >>를 실어 나르고, 중첩 딕셔너리를 건너뛰지 않는 키 검색은 그 안쪽 /S를 찾아 페이지가 structure element라고 결정하므로, 평범한 페이지 destination이 통과해 버립니다. 겉 딕셔너리의 키만 스캔하고 각 값은 중첩 딕셔너리와 배열까지 포함해 하나의 온전한 객체로서 건너뛰세요. annotation의 /StructParent를 structure element로 되돌려 맵핑하는 ParentTree도 같은 주의를 요구합니다. 그 /Nums 배열은 키를 단일 참조(0 26 0 R)와 짝지을 수도, 배열(0 [null 20 0 R])과 짝지을 수도 있습니다. 배열 형태에서는 배열 안의 위치가 /StructParent 값에 닿으려고 키에 더해집니다. 첫 형태만 아는 parser는 두 번째 형태의 annotation을 structure parent 없이 남겨 두고, §8.2.5.20 묶음 규칙은 그러면 비교할 것이 없어집니다. 이 검사들을 로드된 바이트 위에서도 돌리세요. 다시 저장하거나 정규화된 복사본은 annotation 객체 번호를 다시 매기고 number tree를 재건할 수 있으며, 페이지를 편집한 뒤 /ParentTree와 /StructParents를 동기에 맞추기할 때마다 다시 쓰는 바로 그 tree입니다
어느 언어 태그가 /Lang 검사를 통과하는가
문법은 part 사이에서 바뀌지 않았습니다(ISO 14289-1 §7.2, ISO 14289-2 §8.4.4). 그래도 느슨한 체크리스트는 그것을 놓칩니다. veraPDF는 이를 ^[a-zA-Z]{1,8}(-[a-zA-Z0-9]{1,8})*$로 표현합니다. 첫 subtag는 한여덟 글자의 문자, 그 뒤로 하이픈이 앞을 지키는 한여덟 글자의 문자나 숫자 subtag가 몇 개든 이어지는 모양입니다. 한계는 날카롭습니다. portugue-pt는 통과하고 portugues-pt는 아홉 글자 첫 subtag로 실패하죠. nl-1234abcd는 통과하고 nl-1234abcde는 실패합니다. 1-pt와 -pt는 첫 문자에서 실패합니다. 문자와 숫자, 하이픈만 검사하는 검사는 네 실패를 모두 받아 줍니다. catalog의 /Lang과 모든 structure element의 /Lang은 하나의 공유 검사를 필요로 하며, 그렇지 않으면 같은 태그가 한 파일 안에서 두 판결을 받습니다. <FEFF0045004E002D00550053> 같은 UTF-16BE string으로 저장된 태그는 먼저 디코딩됩니다. 그것은 EN-US로 읽히고 통과하죠. 나쁜 태그는 종종 흔한 곳에서 옵니다. Java, ICU, 데이터베이스 설정의 locale string은 underscore를 쓰고, pt_BR은 유효한 태그가 아닙니다. IsPdfUaLanguageTagValid는 같은 모양 검사를 적용하므로, 태그가 적히기 전에 고칠 수 있습니다:
uses
SysUtils, PDFium;
// pt_BR 같은 플랫폼 locale을 PDF/UA가 받아들이는 태그로 바꾸거나,
// 단순 치환으로 고칠 수 없으면 ''를 반환합니다
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
// 기대 결과:
// en-US, portugue-pt, nl-1234abcd 적힌 그대로 유효
// pt_BR, zh_CN 무효, pt-BR / zh-CN으로 수리
// portugues-pt, nl-1234abcde 무효, ''로 수리
for S in Samples do
Writeln(Format('%-14s valid=%-5s repaired=%s', [S,
BoolToStr(IsPdfUaLanguageTagValid(S), True), LocaleToPdfLang(S)]));
end;
변환은 태그가 파이프라인에 들어오는 지점에서, catalog나 어떤 structure element에 닿기 전에 호출하세요. 빈 결과는 문서가 쓴다고 알려진 언어로 물러서라는 신호입니다. 날 locale string을 그대로 적는 것은 실패를 하류로 옮길 뿐이며, 그것은 catalog에는 pvuaiLangInvalidFormat으로, element에는 pvuaiStructElementLangInvalid으로, 만들어 낸 코드에서 멀리 떨어진 곳에서 드러납니다
마이그레이션은 도입 단락의 export부터 시작하세요. Delphi용 PDFium Component를 써서 첫 목록의 ReportPdfUa로 돌리면 header 줄은 PDF/UA-2를 이름으로 말해야 하고, 그 아래에는 pvuaiFigureMissingAlt도 pvuaiLinkMissingContents도 pvuaiNamespaceReuseInvalid도 나타나지 않아야 합니다. 오래된 체크리스트가 그 파일에서 여전히 일으키는 지적은 선언된 part 뒤로 보내야 할 part-1 규칙에 표식을 남깁니다