Draft for the meeting

1. AHPDFXML
PDF文書の構造化とアクセスビリティの向上

2. 1. 情報がアクセシブルとはなにか
高齢者や障害者を含めて、誰もが提供される情
報や機能を支障なく利用できることを意味します。

3. ２．なぜアクセシビリティが求められているか
国連 障害者権利条約
日本は2014年1月20日に批准し、2月19日より効力が発生しました。
障害者差別解消法
平成25年6月に制定され、平成28年4月1日から施行されました。

4.  居住地域の安全に関わるデータを表したグラフが画像で掲載されており、その
画像に代替情報が用意されていない。そのため、視覚に障害のある住民が音
声読み上げソフトを利用して情報を取得しようとした際に、自身の安全に関
わる情報を入手できない。
 施設の所在地と道順を示した地図において、最寄りのバス停の名称を示した
文字の色が薄く、色を識別しづらい利用者がバス停の名称を読み取れない。
３．情報がアクセスブルでない例
総務省
「みんなの公共サイト 運用ガイドライン」より

5.  公式ホームページで市長の会見の内容を動画で提供しているが、市長が話
した内容が字幕で提供されておらず、聴覚に障害のある利用者に内容が伝
わらない。
 公式ホームページの上部に配置されたメニューのリンクがキーボードで操作でき
るように作られておらず、手の動作が不自由でマウスを使うことができない利用
者がホームページを利用できない。

6. 2. PDFをアクセスブルにするのは何故難しいのか
 PDFは紙に印刷するのと同じ状態のページのイメージを保存するためのファイル
形式です。
 PDFは仮想のプリンター（PDFプリンタードライバーともいいます）を使ってアプリ
ケーションの印刷機能から作成する方法が普及しています。
 基本的にPDF内部は、描画オブジェクトの集まりです。
 テキストは論理的に並んでいるとは限りません。段組み、段落、表情報は存在
するとは限りません。
6

7. • PDFの内容を構造化して、アクセスブルにするために、
AHPDFXMLの設計を開始しました。
4.PDFの文書構造を表現するAHPDFXML

8. 5.AHPDFXMLの構造
• PDF内の情報を構造化してタグ付けします。
Document
Page
Page
Page
Section
Section
Frame
Frame
Frame

9.  Document
documentは、 1個のPDFに対応した文書構造のルート要素です。
documentは、PDFのページに対応した複数のpage要素から構成され
ます。
 Page
pageは、PDFの1ページを表す要素です。
pageは、ヘッダ要素、フッタ要素、複数のsection要素から構成されます。

10.  Section
sectionは、段組を表現するための要素です。
sectionは、段数分の段組み幅の要素、複数のframe要素から構成され
ます。
 Frame
frameは、枠を表現する要素です。
frameの種類は、テキスト、表、イメージ、シェイプテキスト、シェイプテーブル
等です。

11. Frame
（種別=text）
P
段落
P
段落
P
段落
Line
行
Line
行
Line
行
Run
文字列
Run
文字列
Run
文字列

12.  Frame （text)
テキストフレームは複数のP（段落）要素から構成されます。
 P
pは、段落を表現する要素です。
pは、複数のLine（行）要素から構成されます。
 Line
lineは、行を表現する要素です。
lineは、複数のrun（文字列）要素から構成されます。

13. Frame
（種別=table）
Table-column
row
Cell
セル
Table-column
Table-column
row
row
row
Cell
セル
Cell
セル

14.  Frame （table)
テーブルフレームは1個のtable（表）要素で構成されます。
 Table
tableは、表を表現する要素です。
tableは、複数のtable-column （列）と複数のrow（行）要素から
構成されます。
 row
rowは、行の行を表現する要素です。
rowは、複数のcell（セル）要素から構成されます。

15. ６．AHPDFXMLのためのPDF解析の工夫
 線画オブジェクトから、直線と四角形を選び出します。
横線と縦線を列挙します。
この横線と縦線の交わりからセルを作り出し、表を作成します。
セル1 セル2 セル3
セル4 セル5 セル6
セル7 セル8 セル9
セル10 セル11 セル12

16.  文字を座標順に並び替えます。
 セルのテキストを判断します。
 段落を作成します。
 段組みを判断します。
2段組み

17. ８．AHPDFXMLの用途
 HTMLの変換や、テキストの抽出
XSLTスタイルシートを作成して、HTMLの変換や、テキスト
の抽出ができる。
 オープンオフィスXMLへ変換
Javaなどでプログラミングして、OOXMLへ変換する。
 アクセスブルなPDF作成
AHPDFXMLでPDFを解析し、タグ付けして、再度PDF保存し
て、アクセスブルなPDF/UAを作成する。

18. ８．AHPDFXML出力課題
 ヘッダ・フッタの認識
ページ番号や作成日付、印刷日付等の前ページに共通したコンテンツを判断して、
ヘッダ、フッタのタグをつける。
読み上げツールで読み上げないようにする。