Saavutettavan PDF:n tagit

Tässä artikkelissa esitellään saavutettavissa PDF-dokumenteissa käytettävien tagien koko joukko. Niitä on kaikkiaan 37 kappaletta PDF 1.7 versiossa. Useimmat tuntevat niistä vain muutaman. Saavutettavuuteen ensikertaa perehdyttäessä vastaan tulee melko pian otsikko-tagit H1-H6. Ja siihen se tietämys sitten jääkin, joten nyt on aika tutustua niihin loppuihin kolmeenkymmeneen.

Vaikka tarkoitukseni on sukellella aiheen syvässä päädyssä, niin käydään tässä läpi muutama perusasia, koska monelle dokumenttien parissa työskentelevällä tämä koodien maailma voi olla vieras tai uusi asia.

Mitä tagit ovat

Tagit ovat yksi saavutettavien dokumenttien peruselementeistä ja tekniseltä kannalta katsottuna voidaan pudottaa tuo sana ”yksi” kokonaan pois – ne ovat saavutettavan dokumentin peruselementtejä. Muita näkökantoja ovat sitten visuaalinen- ja sisällöllinen saavutettavuus, mutta tällä kertaa keskitytään tekniselle puolelle, eli konepellin alle.

Saavutettavissa dokumenteissa tagit ovat ennen kaikkea ruudunlukijoita varten.  Ruudunlukijat ovat apuvälineitä tai ohjelmia, jotka muuttavat laitteen ruudulla esitetyn sisällön luetuksi ääneksi tai pistekirjoitukseksi. Tageilla on merkitty ruudunlukijalle luettavaksi tarkoitettu sisältö. Tagit on listattu loogisesti luettavaan järjestykseen ja niiden avulla sisällölle voidaan luoda semanttinen ja hierarkinen järjestys.

Tagit eivät ole vain PDF:n oma juttu, vaan niitä käytetään yleisesti ohjelmoinnin parissa samaan tarkoitukseen esimerkiksi HTML-verkkosivuilla, kuin dokumenteissakin, jotka nekin ovat koodattuja tiedostoja.

On niillä suomenkielinenkin nimi, eli nimiöt, mutta käytän mielelläni sanaa ”tag”, koska se on melko vakiintunut. Acrobatin suomenkielisessä versiossa niitä kutsutaan ihan vain koodeiksi ja Microsoftin ohjelmissa puhutaan rakenteen tunnisteista.

Käytän artikkelissa tageista niiden varsinaisia koodi-nimiä. PDF-tiedoston koodissa käytetty kieli on englanti. Suomenkielisen Acrobat Pro -ohjelman valikoissa tageilla on myös suomenkieliset nimet, mutta itse koodiin ne tulevat englanninkielen mukaisesti. Esimerkiksi tagi ”Dokumentti” kirjotetaan koodiin ”Document” jne. Yksinkertainen ja varsin ymmärrettävä asia, mutta sanottiin se nyt ääneen hämmennysten välttämiseksi. Itse käytän Acrobat Pro ohjelmaa osittain tästä syystä englanninkielisenä, koska suomenkielissä ohjelmassa tagien listaukset ovat epäloogisesti esitetty ja eivät nimensä puolesta yhdisty varsinaiseen rakenteeseen. Esittämässäni taulukossa näkyy nimet molemmilla kielillä.

Tagit voidaan jakaa ryhmiin

Seuraavaksi esittelen PDF-tiedoston tagit ja ryhmittelen ne käyttörakenteen perusteella neljään eri ryhmään tai tasoon. Tageja voi ryhmitella muillakin perusteilla, mutta tässä olen ryhmitellyt ne rakenteellisten tasojen mukaan.

• A = säiliö (Container), Ryhmittelytaso
• B = Ryhmittelyn ala-rakenne-tagi
• C = sisältö (Content), Varsinainen sisältö
• D = Sisällytetty (Inline), Sisällön ali-tagi

Ryhmittelytasot

Ryhmittelytason tagit ovat nimensä mukaan tarkoitettu ryhmittelemään varsinaisia sisältöjen muodostamia kokonaisuuksia. Näitä ovat muun muassa <Art> -artikkeli tai <Div> -osio. Ryhmittelyt voidaan jakaa itsenäisesti toimiviin ylätason ryhmiin (A) ja sellaisiin alaryhmittelyihin (B), joiden täytyy sijaita aina ylemmän (A) ryhmittelytason tai toisinaan (C) sisältö-elementin alaisuudessa.

Sisältö

Varsinainen sisältö (Content) sijoitetaan näiden tagien sisään. Tyypillisiä sisältö-tageja ovat <P> Tekstikappale ja <H1-6> Otsikkotasot, sekä <Figure> kuvatagi. Sisältö-tagi (C) voi sisältää lisäksi niihin sijoitettuja Inline-tageja, kuten <Link> Hyperlinkki tai <Span> alue-tagi.

Seuraavassa taulukossa on luetteloitu PDF-tiedoston tagit.