[Jerry]

Hallo zusammen,
ich komme aus dem Printbereich und habe mit HTML und Co. eigentlich so gut wie nichts zu tun.
Nun habe ich im Internet Kontakt zu jemandem bekommen, der Blind ist und der mir erzählte, dass er keine PDFs am Computer „lesen“ kann, weil dazu eine spezielle, teure Schulung notwendig ist ist. Er bedauert, dass die PDFs, die ja oft auch in der HTML-Version aufgerufen werden können, scheinbar voller Fehler sind.

Dies hat mich nun neugierig gemacht. Habe versucht, Hinweise zu finden, wie die PDFs (die z.B. bei google gefunden werden) in HTML-Seiten umgewandelt werden. Bin aber bisher nicht sehr weit gekommen… Gibt es Automatismen, die das erledigen?

Mich interessiert das Thema, weil in PDFs ja meist sehr viele nützliche Infos enthalten sind (Handbücher, Ratgeber…) zu denen Blinde ohne diese spezielle Schulung ja scheinbar keinen Zugang haben...

[Smooth-Graphics]

Also es soll ja jetzt eine neue Version von PDF geben, die speziell auch auf Accessibility und Usability Wert legt.

Aber du kannst Inhalte aus einem PDF z.B. mit der PDFLib extrahieren: http://www.pdflib.com/products/tet/ oder http://www.pdflib.com/products/pcos/

Ob es andere Tools (free) gibt, keine Ahnuing, hab grad keine Zeit nachzuschauen!

[Kraat]

http://www.rnib.org.uk/xpedio/groups/public/documents/publicwebsite/public_accessingpdf.hcsp

Da ist etwas was ich auf die schnelle gefunden habe. Da er Blind ist denke ich mal das er einen Screenreader benutzt.
Lies es Dir mal durch, ich hab es nur auf die schnelle überflogen.

Gruß

[Jerry]

Vielen Dank für die Links!
Habe bisher jedoch keine Antwort darauf gefunden, wie PDFs, die in google als Suchergebnisse stehen, in HTML gewandelt werden. Man kann sich dort ja auch die HTML-Version anzeigen lassen.
- Dies wird von google automatisch umgewandelt?

Dort scheint es (so wie ich den Bekannten verstanden habe) dann einige Fehler zu geben... Habe das jetzt nicht wirklich überprüfen können, was mir aber auch schon auffiel: Manchmal wird nur die erste Seite eines PDFs in der HTML-Version gezeigt. Auch Mehrspaltigkeit im PDF scheint so seine Tücken zu haben.

Weiß jemand was dazu wie diese HTML-Seiten aus den PDFs generiert werden und worauf man am Besten bei PDF-Erstellung achten sollte, damit es dort dann später keine Probleme gibt?

[Mark-Korb]

http://www.einfach-fuer-alle.de/podcast/2007/kw27/

Auf der Seite gibts auch noch mehr zu der Thematik.

[Smooth-Graphics]

[Jerry]

... irgendwie noch nicht so verständlich.. aber egal.
Man hat (ganz normal erstellte) PDFs auf Seiten stehen, die aufgerufen und gedownloaded werden können. Nun bietet google ja auch die Möglichkeit, diese nicht als PDF sondern in HTML-Form anzusehen.
Also erstellt google diese HTML-Versionen mit PDFLib? Oder wie geht das vor sich?

Meine Frage ist nicht, wie ich ein solches PDF erstelle, sondern was in google mit PDFs passiert und weshalb dort scheinbar Fehler entstehen.

Oder könnte man sagen, dass google nur spezielle (tagged) PDFs korrekt in HTML wandeln kann?

[Smooth-Graphics]

Also:
Was Google genau macht, frag mich nicht, das wird dir hier auch keiner sagen können. Aber wahrscheinlich kommt etwas ähnliches wie das PDFLib Tool in Einsatz, das eben PDF Dokumente als HTML ausgeben kann. Da schlecht erstellte PDFs hier ziemlich viele Fehlerquellen bieten, kann man das wahrscheinlich auch pauschal gar nicht sagen, warum und was da flasch ist. Nur sollte man, wenn man auf Usability und Accessibility im Web achtet, auch bei der PDF Erstellung auf semantische Elemente wie eine gute Navigation, Tags, Links und all sowas achten. Wahrscheinlich sollte auch der Aufbau des Dokumentes nicht allzu kompliziert sein, sowas macht es natürlich für PDF->HTML Konverter immer schwierig.

Gruß
Smooth-Graphics