带标签的 PDF 与可搜索 PDF 有什么区别？

可搜索 PDF 包含机器可读的文字，因此支持搜索和选择。带标签的 PDF 更进一步，还包含结构标签，为辅助技术定义标题、段落、列表、表格和阅读顺序。

如何检查 PDF 是否带有标签？

在 Adobe Acrobat 中，前往“文件 > 属性”，在“说明”标签页下查看“带标签的 PDF”字段。多数查看器也可以在文档属性或元数据面板中查看。

不会自动都有。如果导出设置启用了无障碍标签，Microsoft Word 可以生成带标签的 PDF，但需要手动开启此选项。原文档也要采用正确的标题样式和结构，标签才有意义。

不会。标签是嵌入文件结构的元数据，不会改变文档的视觉外观。它们定义语义结构，供辅助技术解释和浏览内容。

许多司法辖区有此要求。美国 Section 508、《欧洲无障碍法案》和基于 WCAG 的采购标准，都要求政府机构和某些组织公开分享的数字文档具备无障碍能力，这通常意味着需要标签。

带标签的 PDF 是包含标题、段落、列表、表格等结构标签的 PDF。这些标签为屏幕阅读器和辅助技术定义阅读顺序与语义结构。

无标签 PDF 包含文字、图像和矢量等内容，并按视觉位置排列在页面上。PDF 查看器会在正确位置渲染这些内容，视力正常的读者也能看到格式清楚的文档。但文件中没有信息说明内容的逻辑结构，不知道哪些文字是标题、哪些是段落，也不知道应按什么顺序阅读。

带标签的 PDF 会增加一层结构元数据。每个内容元素都由说明其作用的标签包裹：<H1> 表示一级标题，<P> 表示段落，<Table> 表示表格，<L> 表示列表，<Figure> 表示图像。这些标签还会定义阅读顺序，也就是屏幕阅读器浏览内容的先后次序。

这种差异对无障碍访问尤其重要。没有标签时，屏幕阅读器可能以错误顺序朗读内容、跳过重要元素，或无法传达文档结构，使原本条理清楚的报告变成不连贯的文字流。

屏幕阅读器和其他辅助技术需要结构信息，才能以有意义的方式呈现文档。标签负责提供这些信息。

标签正确时，屏幕阅读器可以：

没有标签时，屏幕阅读器只能退回到原始文字提取，在包含多栏、侧边栏、页眉、页脚或悬浮元素的文档中，尤其容易产生混乱或顺序错误的输出。

生成带标签 PDF 有以下几种方式：

支持导出的创作工具——Microsoft Word、Google 文档和 LibreOffice 等文字处理软件，可以在导出时生成带标签的 PDF，前提是文档使用正确的标题样式、为图像提供替代文本，并采用结构化列表。导出设置中也必须启用生成标签的选项。
桌面出版工具——Adobe InDesign 等版面设计工具支持导出标签。设计师会在排版过程中把内容元素映射到相应标签。
PDF 修复工具——如果 PDF 创建时没有标签，Adobe Acrobat Pro 等工具可以在之后补充。这个过程需要手动或半自动识别各个内容元素，并分配正确标签。
自动化管线——文档处理流程可以通过解析内容结构的程序库，在创建 PDF 时自动生成标签。

标签质量取决于源文档质量。结构良好并正确使用标题的 Word 文档，可以自动产生良好标签；扁平且缺少结构的文档则需要人工修复。

对于从截图生成的 PDF，通常应先做 OCR，再添加标签。文件具备机器可读文字后，工具才能开始分配标题、段落和图像，让辅助技术真正可以使用。

以为可搜索 PDF 一定带有标签。 可搜索 PDF 包含机器可读文字，却可能完全没有结构标签。搜索能力与无障碍能力是两回事。
使用视觉格式，而不是样式。 把文字加粗放大并不会创建标题标签。创作工具必须把该元素识别为标题，因此需要使用标题样式，而不只是调整外观。
忽视表格结构。 包含合并单元格、嵌套表头或跨行内容的复杂表格，往往会生成错误标签。应简化表格布局，或在导出后手动验证标签结构。
没有为图像添加替代文本。 即使带有图像标签，如果没有替代文本，PDF 仍然不符合无障碍要求。每张有意义的图像都需要文字说明；装饰性图像则应标记为辅助技术忽略的内容。