PDF用語において、Documentとは、PDF仕様で定義されるPDFファイル全体を指し、電子文書を構成するすべてのコンテンツ、構造、メタデータを包含します ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) 。Documentは、ページ、リソース、文書構造、およびPDFのレンダリングと操作に必要なすべての関連データを含む、論理的・物理的な実体全体を表します。Documentは、視覚的なコンテンツからアクセシビリティ情報まで、すべてのPDF要素の最上位コンテナとして機能します。

PDFにおけるDocumentとは、PDF仕様標準に準拠した包括的なファイル実体です。Documentは4つの主要コンポーネントで構成されます：ヘッダー（PDFバージョンの識別）、ボディ（文書コンテンツを構成するオブジェクトを含む）、相互参照テーブル（オブジェクトへのランダムアクセスを提供）、トレーラー（文書階層のルートを指し示す）。

DocumentはPDF内の個別のページやコンテンツストリームとは異なります。Documentは ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) で定義されているファイル構造全体を表します。ページが特定の視覚的コンテンツを含むのに対し、Documentはすべてのページ、文書カタログ、メタデータ、フォント、画像、および構造要素を包含します。Tagged PDFの文脈では、Documentはアクセシビリティの関係性を定義する論理構造ツリーも含みます ( Citation: PDF Association, 2023 PDF Association(2023). Retrieved from https://pdfa.org/resource/tagged-pdf-best-practice-guide-syntax/ ) 。

Document propertiesは、PDF の Info ディクショナリに格納される人間が読めるメタデータフィールドで、タイトル、著者、件名、キーワードなどの文書の特性を記述します。これらのプロパティは、 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) において PDF 仕様のメタデータシステムの一部として定義されています。Document properties は、PDF リーダーでユーザーが閲覧でき、文書管理システムで利用できる記述情報を追加するためのシンプルな方法を提供します。

Document properties は、PDF ファイルのオプションである Info ディクショナリに格納されるキーと値のペアです。最も一般的な標準プロパティには以下が含まれます：

EXIF（Exchangeable Image File Format）は、デジタル画像ファイル（主にJPEGおよびTIFF形式）に技術情報を埋め込むための標準化されたメタデータ形式です。 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) で定義されているように、画像がPDF文書に埋め込まれる際、EXIFデータは画像ストリーム内に保持される場合があり、カメラ設定、タイムスタンプ、GPS座標、その他の撮影条件に関する貴重な情報を提供します。このメタデータは文書ワークフロー全体を通じて画像とともに保持され、アクセシビリティ、アーカイブ、フォレンジック目的において重要なコンテキストを提供します。

EXIFは、一般社団法人電子情報技術産業協会（JEITA）によって管理されている仕様であり、画像ファイル内でメタデータをどのように構造化し保存すべきかを定義しています。PDFの独自メタデータ構造（XMPや文書情報辞書など）とは異なり、EXIFデータは画像自体のバイナリ構造内に存在し、JPEGファイルの場合はAPP1マーカーセグメント内に、TIFFファイルの場合はIFD（Image File Directory）タグ内に保存されます。

EXIFメタデータには、露出時間、絞り値、ISO感度、焦点距離、カメラのメーカーとモデル、色空間、方向フラグなどの技術的パラメータが含まれます。また、画像のサムネイルバージョン、著作権情報、位置情報データも含まれる場合があります。EXIFデータを含む画像がPDFに埋め込まれると、このメタデータは通常、画像オブジェクトのストリーム内にそのまま保持され、PDFの文書レベルのメタデータ構造とは分離されています。

PDF文書を扱う開発者にとって、EXIFメタデータを理解することは、いくつかの実用的な理由から重要です。まず、EXIF方向タグは画像の表示や処理方法に影響を与える可能性があり、これらのタグを無視すると、レンダリングされたPDF内で回転または反転した画像が正しく表示されない場合があります。次に、 ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) などの規格に準拠したアクセシブルなPDFを作成する際、EXIFメタデータは代替テキストの生成や画像コンテキストの理解に役立つ記述情報を提供できます。

Info dictionaryは、PDF文書における従来型のメタデータ機構であり、タイトル、著者、件名、キーワード、作成アプリケーション、生成ソフトウェア、作成日時・更新日時などの基本的な文書情報を格納します ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) 。現代のPDF仕様では後方互換性のために引き続きサポートされていますが、文書メタデータを格納する推奨手段としてはXMPメタデータストリームに取って代わられています。それでもInfo dictionaryは広く使用されており、PDF生成ソフトウェアによって自動的に設定されることが多くあります。

Info dictionaryは、PDFファイルのtrailer内に配置される任意のdictionaryオブジェクトで、文書レベルのメタデータを記述するキーと値のペアを含みます。/Title、/Author、/Subject、/Keywords、/Creator、/Producer、/CreationDate、/ModDateなどの定義済みキーを使用したシンプルな文字列エントリを持ちます。後に導入されたより構造化されたXMPメタデータシステムとは異なり、Info dictionaryはメタデータを平坦な構造のプレーンテキスト文字列として格納し、複雑な関係性や標準化されたスキーマをサポートしていません。PDF 2.0以降のバージョンでは、Info dictionaryは依然として有効ですが、両方が存在する場合、document catalogのMetadataストリーム内のXMPメタデータが正式な情報源とみなされます ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) 。

IPTC（International Press Telecommunications Council）は、写真および報道ワークフローで広く使用されているメタデータ規格で、画像ファイル内に記述的な情報を埋め込むために用いられます。画像がPDFドキュメントに埋め込まれる際、IPTCメタデータは保持され、アクセス可能な状態を維持できるため、ドキュメント管理システムが写真家のクレジット、著作権情報、画像の説明を追跡することができます。PDF仕様 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) は、ドキュメントの包括的なメタデータアーキテクチャの一部として、IPTCメタデータの組み込みをサポートしています。

IPTCは、報道メディア業界の国際標準化団体であるInternational Press Telecommunications Councilによって開発された構造化メタデータスキーマです。PDFドキュメントの文脈では、IPTCメタデータは通常、PDF内に組み込まれた画像リソース（JPEGやTIFFファイルなど）内に埋め込まれた情報として存在します。このメタデータには、作成者名、著作権表示、キャプション、キーワード、使用権などのフィールドが含まれます。PDFドキュメント自体の優先メタデータ規格であるXMP（Extensible Metadata Platform）とは異なり、IPTCは特に写真および報道コンテンツに焦点を当てています。IPTCデータは画像ファイルの「Application Data」セグメントに保存されることが多く、PDF全体のメタデータ構造内で他のメタデータ規格と共存することができます。

写真コンテンツを含むPDFドキュメントを扱う開発者にとって、IPTCメタデータの理解はプロフェッショナルなワークフローと法令遵守を維持するために不可欠です。PDFから画像を抽出、操作、または処理するアプリケーションを構築する際、IPTC情報を保持することで、ドキュメントのライフサイクル全体を通じて写真家のクレジット、著作権表示、使用権が損なわれないことが保証されます。これは、適切な帰属表示と権利管理が法的要件となる出版システム、コンテンツ管理プラットフォーム、デジタルアセット管理ソリューションにおいて特に重要です。PDF処理中にIPTCメタデータが失われると、著作権侵害、編集コンテキストの喪失、プロの写真家や報道機関が依存する画像追跡ワークフローの破綻につながる可能性があります。

Metadata APIは、PDF文書内のメタデータの読み取り、書き込み、操作を行うためのプログラマティックインターフェースを指します。PDFメタデータには、 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) で定義されているように、タイトル、著者、件名、キーワード、作成日、変更日などの文書に関する記述的情報が含まれます。現代のPDFライブラリや開発フレームワークは、標準化されたAPIメソッドを通じてこのメタデータを公開し、開発者が文書情報管理ワークフローを自動化できるようにします。アクセシブルな文書の場合、 ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) で概説されているように、メタデータは文書識別において重要な役割を果たします。

メタデータバイトオフセット（Metadata byte offset）とは、PDFファイルの先頭から測定したバイト単位の数値位置を指し、特定のメタデータ情報が格納されている場所を示します。 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) で定義されているPDF文書では、バイトオフセットはファイル構造内のオブジェクト（メタデータストリームやディクショナリエントリを含む）を特定するために重要です。この概念は、PDFの解析、検証、およびプログラムによる文書操作の基礎となります。

メタデータバイトオフセットは、PDFファイルのバイナリ構造内でメタデータ関連オブジェクトが開始される位置を示す正確な数値アドレスです。ページコンテンツやグラフィック要素とは異なり、PDFのメタデータは通常、特別なストリームまたはディクショナリオブジェクトに格納され、その位置はクロスリファレンステーブル（xrefテーブル）内のバイトオフセットによって参照されます。これらのオフセットにより、PDFプロセッサはファイル全体を順次解析することなく、特定のメタデータコンポーネントに素早くナビゲートできます。バイトオフセットは常にPDFファイルヘッダーの先頭のバイト位置ゼロから数えられ、オブジェクト定義が開始される正確な位置を表します。これは、物理的なファイル位置ではなくオブジェクト番号と世代番号を使用する論理的なオブジェクト参照とは異なります。

PDFプロセッシングライブラリを使用する開発者やカスタムPDFツールを構築する開発者にとって、メタデータバイトオフセットの理解は、いくつかの実用的な理由から不可欠です。第一に、文書全体をメモリに読み込むことなくメタデータへの効率的なランダムアクセスを可能にします。これは大きなPDFを扱う場合や、大規模に文書を処理する際に重要です。第二に、破損したPDFを修復したり、文書復旧操作中にクロスリファレンステーブルを再構築する際にバイトオフセットが必要となります。第三に、PDFメタデータのインクリメンタル更新（XMPメタデータの追加や文書プロパティの更新など）を実装する際、開発者は文書の整合性を維持するためにバイトオフセットを正確に計算して書き込む必要があります。最後に、PDF検証ツールは、 ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) などの標準に従って文書構造を検証するために正確なバイトオフセット情報に依存し、アクセシビリティメタデータが適切に配置され参照されていることを確認します。

Metadata CLIとは、PDFドキュメント内のメタデータを閲覧、編集、管理するために使用されるコマンドラインインターフェースツールを指します。これらのツールは、 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) で定義されたドキュメント情報辞書、XMPメタデータストリーム、およびその他のメタデータ構造へのプログラマティックなアクセスを開発者に提供します。CLIツールは、グラフィカルインターフェースが実用的でない自動化ワークフロー、バッチ処理、ビルドパイプラインとの統合において不可欠です。

Metadata CLIは、グラフィカルユーザーインターフェースを必要とせずにPDFメタデータを操作するコマンドラインユーティリティとツールを包含します。これらのツールは、PDFファイル内の2つの主要なメタデータ格納メカニズムと相互作用します：従来のドキュメント情報辞書（Title、Author、Subject、Keywordsなどのフィールドを含む）と、XMLとして埋め込まれたXMP（Extensible Metadata Platform）メタデータストリームです。GUIベースのPDFエディタとは異なり、CLIツールはスクリプティング、自動化、および人間の介入が最小限またはない環境でのサーバーサイド操作向けに設計されています。これらは通常、メタデータ値の読み取り、特定フィールドの更新、標準に対するメタデータの検証、ドキュメント作成ワークフロー全体でのメタデータ一貫性の確保などのコマンドを提供します。 ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) 標準に準拠したアクセシビリティ重視のPDFにおいて、CLIツールは必須メタデータフィールドが適切に設定されているかを検証できます。

Metadata compressionとは、PDFドキュメント内のメタデータストリームに圧縮アルゴリズムを適用し、重要なドキュメント情報を保持しながらファイルサイズを削減する技術を指します。 ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) によれば、PDFメタデータは通常、XMLベースのXMP（Extensible Metadata Platform）ストリームとして保存されており、標準的なPDF圧縮方式を使用して圧縮することができます。この最適化は、特に大量のメタデータを含むドキュメントにおいて重要です。圧縮されていないメタデータは、全体のファイルサイズを大幅に増加させる可能性があるためです。

Metadata compressionは、PDFドキュメント内のメタデータストリームに圧縮フィルタを適用するプロセスです。PDFメタデータには2つの形式が存在します。1つは従来のドキュメント情報辞書（Title、Author、Keywordsなどの基本フィールドを含む）、もう1つはより包括的なXMPメタデータストリームです。ドキュメント情報辞書がシンプルなキー・バリューペアを保存するのに対し、XMPメタデータはXML形式のデータで構成されており、冗長で反復的になりやすいため、圧縮の理想的な対象となります。

圧縮は標準的なPDFストリーム圧縮フィルタを使用して適用され、最も一般的なのはFlate（deflate）圧縮で、これはZIPファイルで使用されているのと同じアルゴリズムです。レンダリングパフォーマンスとのバランスを考慮する必要があるドキュメントコンテンツの圧縮とは異なり、メタデータ圧縮は主にストレージ効率に焦点を当てています。これは、メタデータが通常、頻繁にアクセスされることはなく、段階的ではなく全体としてアクセスされるためです。

PDF生成や操作を行う開発者にとって、metadata compressionは以下のような実用的なメリットを提供します。第一に、情報の損失なくファイルサイズを削減できることです。これは、ダウンロード時間や帯域幅コストが重要となるWebアプリケーションにおいて極めて重要です。詳細な権利管理情報、広範な編集履歴、 ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) で説明されているような複雑なアクセシビリティメタデータなど、大量のメタデータを含むドキュメントでは、大幅なサイズ削減が期待できます。

メタデータデバッグとは、PDF文書内のメタデータ要素を検査、検証、およびトラブルシューティングするプロセスを指し、適切な文書識別、アクセシビリティ、および標準への準拠を保証します。PDF文書には文書カタログと情報辞書で定義された構造化メタデータが含まれているため ( Citation: N.A., 2020 (N.A.). (2020). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html ) 、開発者はこのデータが正しくフォーマットされ、アクセス可能であることを検証するための体系的なアプローチが必要です。メタデータデバッグは、メタデータが支援技術の解釈において重要な役割を果たすアクセシブルなPDFを扱う際に特に重要です ( Citation: N.A., 2014 (N.A.). (2014). Document management applications — Electronic document file format enhancement for accessibility — Part 1: Use of ISO 32000-1 (PDF/UA-1) .  International Organization for Standardization Retrieved from https://www.iso.org/standard/64599.html ) 。