在不破坏可访问性或 PDF 标签的情况下连接 PDF

Posted 2023-02-23

【中文标题】在不破坏可访问性或 PDF 标签的情况下连接 PDF

【英文标题】：Concatenate PDFs without ruining accessibility or PDF tags

【发布时间】：2013-08-21 08:41:23

【问题描述】：

非常感谢您在以下方面的帮助： 我有 2 个部分可访问的 PDF（包含标签），我想使用一些命令行工具（如 PDFtk 或 Ghostscript，或任何 Perl 模块）将它们连接起来： 我已经尝试使用 PDFtk 和 Ghostscript 执行此操作，并且都输出了没有原始标签的不可访问的 PDF（每个连接的 PDF 都有标签）。

您知道使用上述工具之一或其他 Linux 命令行工具实现此功能的任何方法吗？ （不一定是免费软件） Perl 模块也是一种选择。

谢谢！

【问题讨论】：

iText 可以连接标记的 PDF 并使用 PDFCopy 保留标记（只要 PDF 不是可填写的表单）

谢谢你，Kevin- 这解决了问题：1. 使用此示例进行连接：link 2. 应用以下更改来保留标签：添加：copy.setTagged(); 更改为：@987654325 @

更新-这并没有完全解决问题-我仍然应该断言创建的标签是有意义的+在连接后大声读出不起作用（尽管它确实有效原始连接的 PDF）

我要指出，大声朗读并不是对正确标签结构的测试。使用可访问性检查器分析两个输入文件以及输出。我敢打赌，您在源文档中有未标记的内容。

嗨凯文。感谢您的答复。我已经做到了：原始 PDF 和连接版本（= originalX2...）的报告的主要区别在于连接版本在以下方面失败：1. 主要语言 2. 标题。 iText 朗读演示也是如此：examples.itextpdf.com/results/part4/chapter15/read_out_loud.pdf 您可以在此处找到它的报告：itext-general.2136553.n4.nabble.com/file/n4659005/… 朗读也不适用于此演示 PDF。

【参考方案1】：

pdfunite in-1.pdf in-2.pdf in-n.pdf out.pdf

您可以阅读更多in a similar question

【讨论】：

我会尝试第二个选项并更新-第一个不起作用-我已经测试了第一个命令（在写帖子之前）并根据 PAC2 (access-for-all.ch/en/pdf-lab/pdf-accessibility-checker-pac.html)结果根本无法访问，并且不包含标签，尽管该软件将原始 PDF 视为“部分可访问”。将很快更新关于第二个选项。谢谢。

【参考方案2】：

已解决 - 新版本的 iText 可以正常工作（前者，在写消息时最新版本不起作用 - 只是因为 5.4.4 可以工作）。

重要的是要提到（过去的文档中缺少） 在标记模式下连接文档时，必须保留所有阅读器 打开直到结果文档关闭，即：

首先： 文档.close(); 只有在此之后： reader.close();