【アクセシビリティ】タグなしPDFを救う！Adobe PDF Accessibility Auto-Tag APIで自動タグ付け

はじめに

2024年4月に改正された 障害者差別解消法 では、民間企業においても「合理的配慮の提供」が義務化されました。また、合わせて 環境の整備（バリアフリー化のための仕組みや体制づくり） が努力義務とされています。

この法律において「すべてのWebサイトやPDFをアクセシブルにしなければならない」と規定されているわけではありませんが、企業にとっては 将来に備えた文書のアクセシビリティ対応 が重要性を増しているのは間違いありません。既に欧米では、コンテンツのアクセシビリティが法律で義務化され、W3Cが定める国際標準ガイドラインであるWCAG(Web Content Accessibility Guidelines)に対応することが求められています。

PDFは、契約書・マニュアル・教材・報告書など幅広く利用されている一方で、タグが付与されていないPDF が多く存在します。タグがないPDFはスクリーンリーダーで正しく読み上げられず、検索性やリフロー表示も不十分なため、アクセシビリティの大きな障壁となります。

そこで役立つのが Adobe PDF Accessibility Auto-Tag APIです。このAPIを使えば、既存のPDFに後から自動的にタグを付与でき、大量の文書を効率的にアクセシブル化することが可能になります。

タグ付きPDF

PDFには「タグ」という概念があり、見た目のレイアウトだけでなく、

• 見出し（Heading）
• 段落（Paragraph）
• 表（Table）
• リスト（List）

といった文書の論理構造を定義することができます。

これにより、スクリーンリーダーによる読み上げや検索性の向上、さらにリフロー（折り返し）表示などが可能になります。特にアクセシビリティ基準（WCAGやPDF/UA）に準拠するうえでタグは必須要素です。

PDFのタグの有無は、PDFのプロパティを見ることで確認ができます。

また、タグの付き方は、「アクセシビリティタグ」（Acrobatでは右側のリボンメニュー。表示されていない場合には、リボンを右クリック）から確認することができます。

タグのないPDF

タグのあるPDF（Auto-Tag APIで処理後）

さらに、Auto-Tag APIは スキャンされた画像のPDF に対してもタグ付けを行うことができます。処理されたPDFでは傾きも補正され、テキストの検索も可能となります。

画像のPDF

画像のPDF（Auto-Tag APIで処理後）

読み上げ順序の確認もタグの確認と同様に、右側リボンメニューの「順序」から確認ができます。

Adobe PDF Accessibility Auto-Tag API

Adobe PDF Accessibility Auto-Tag API（以下Auto-Tag API）は、Adobe Acrobat Servicesの一部として提供されているAPIです。主な機能は以下の通りです：

• PDFに対して自動でタグ付け（タグが既に付いているPDFについても確認、修正）
• スキャンされた画像PDFに対してもタグ付け可能
• 文章の流れを理解し、正しい読み上げ順序を設定
• タグ付け処理についてのレポートの出力

このAPIにより、既存の大量のPDF文書に対して自動的、かつ効率良くアクセシブル化することができます。

使い方 (Pythonの例)

Auto-Tag APIは他のAcrobat Services APIと同様に、RESTful APIとしてアクセスできます。また、Java, .NET, Node.jS, PythonのSDKも用意されています。ここではPythonのコードサンプルを紹介します。

Pythonで利用する場合は、pdfservices-sdkを事前にインストールします。

$ pip install pdfservices-sdk

Acrobat Services APIを利用するには、事前に Client ID と Client Secret を取得する必要があります。
取得した値は、それぞれ環境変数として

• PDF_SERVICES_CLIENT_ID
• PDF_SERVICES_CLIENT_SECRET

に設定し、コードから参照できるようにします。

コードサンプル

import sys
import os
from adobe.pdfservices.operation.auth.service_principal_credentials import ServicePrincipalCredentials
from adobe.pdfservices.operation.pdf_services import PDFServices
from adobe.pdfservices.operation.io.cloud_asset import CloudAsset
from adobe.pdfservices.operation.io.stream_asset import StreamAsset
from adobe.pdfservices.operation.pdf_services_media_type import PDFServicesMediaType
from adobe.pdfservices.operation.pdfjobs.jobs.autotag_pdf_job import AutotagPDFJob
from adobe.pdfservices.operation.pdfjobs.params.autotag_pdf.autotag_pdf_params import AutotagPDFParams
from adobe.pdfservices.operation.pdfjobs.result.autotag_pdf_result import AutotagPDFResult

def addTags(args):

	# コマンドライン引数の解析
	if len(args) == 2 and args[0] == "-report":
		file_path = args[1]
		generate_report = True
	else:
		file_path = args[0]
		generate_report = False

	# 入力ファイルPathから出力ファイルPathを生成
	base, ext = os.path.splitext(file_path)
	output_file_path = base + "_autotagged" + ext
	report_file_path = base + "_report.xlsx"

	try:
		# 対象ファイルを開く
		with open(file_path, 'rb') as file:
			content = file.read()

		# Credentialsの設定
		credentials = ServicePrincipalCredentials(
			client_id = os.getenv("PDF_SERVICES_CLIENT_ID"),
			client_secret = os.getenv("PDF_SERVICES_CLIENT_SECRET"),
		)

		# PDFサービスの初期化
		pdf_services = PDFServices(credentials)

		# 対象ファイルのアップロード
		uploaded_file = pdf_services.upload(input_stream=content, mime_type=PDFServicesMediaType.PDF)

		# Jobの作成
		params = AutotagPDFParams(generate_report=generate_report)
		job = AutotagPDFJob(input_asset=uploaded_file, autotag_pdf_params=params)

		# Jobの実行
		result = pdf_services.submit(job)
		pdf_services_response = pdf_services.get_job_result(result, AutotagPDFResult)

		# 結果の取得と保存
		result_asset = pdf_services_response.get_result().get_tagged_pdf()
		stream_asset = pdf_services.get_content(result_asset)

		with open(output_file_path, 'wb') as output_file:
			output_file.write(stream_asset.get_input_stream())

		if generate_report:
			report_asset = pdf_services_response.get_result().get_report()
			report_stream_asset = pdf_services.get_content(report_asset)
			with open(report_file_path, 'wb') as report_file:
				report_file.write(report_stream_asset.get_input_stream())
		print(f"Process Completed : {output_file_path}" + (f", {report_file_path}" if generate_report else ""))

	except Exception as e:
		print(f"Exception was occurred: {e}")


def main():
	args = sys.argv
	if (len(args) == 3 and args[1] == "-report") or len(args) == 2:
		addTags(args[1:])
	else:
		print("Usage: python auto-tag-test.py [-report] <filePath>")

if __name__ == "__main__":
	main()
    

実行

上記のサンプルコードをご覧いただければわかりますが、タグ付きPDFは元のファイル名_autotagged.pdfという名前で出力されます。レポートも出力する場合には、-reportオプションを追加します。

$ python main.py [-report] <filepath>

レポートはxlsx形式で出力され、各タブにはメタデータ、付与したタグの数、スキャンしたページ、表、リスト、図、その他処理中のエラー情報が出力されます。

まとめ

Adobe PDF Accessibility Auto-Tag APIを利用することで、タグが存在しないPDFでも後から自動的にタグを付与でき、PDF文書のアクセシビリティを大幅に向上させることができます。
PDFを再作成することなく既存の資産を効率的に活かしながら、文書をよりユーザーフレンドリーにし、さらに組織としての文書配布環境の整備にもつなげられる点は、大きなメリットです。