Skip to main content
Interwork Corporation
IDR Solutions Product Support Portal
PDF開発用語集 モードの切替 ダーク/ライト/自動 モードの切替 ダーク/ライト/自動 モードの切替 ダーク/ライト/自動

COSString

COSStringは、Apache PDFBoxにおける基本的なクラスで、PDFドキュメントのCOS（Carousel Object Structure）レベルでの文字列オブジェクトを表します。

カテゴリ: Java PDF APIs (Apache PDFBox)
キーワード: cosstring, COSString

概要

COSStringは、Apache PDFBoxにおける基本的なクラスで、PDFドキュメントのCOS（Carousel Object Structure）レベルでの文字列オブジェクトを表します。COSモデルは ( N.A., (N.A.). (). 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仕様の基盤を形成し、すべてのPDF構造が構築される基本的なオブジェクト型を提供します。COSStringは、生のPDFファイル形式に現れるリテラル文字列と16進数文字列の両方を処理し、テキストデータのエンコーディングとバイトレベルの表現を管理します。

定義

COSStringは、Apache PDFBoxのCOSパッケージに含まれる低レベルのJavaクラスで、PDFドキュメント内の文字列オブジェクトを表現します。構造化されたPDFコンテンツを扱う高レベルのPDFBoxクラスとは異なり、COSStringはプリミティブなオブジェクトレベルで動作し、PDF仕様に記述されている文字列オブジェクトに直接対応します。このクラスはPDF文字列の生のバイト列をカプセル化し、リテラル文字列（括弧で囲まれたもの）と16進数文字列（山括弧で囲まれたもの）の区別を処理します。COSStringは、PDFファイルに現れる正確なバイト表現を保持することで、JavaのネイティブStringクラスとは異なります。これは、非ASCII文字やPDF文字列に埋め込まれる可能性のあるバイナリデータを扱う際に、エンコーディングの整合性を維持するために不可欠です。

重要性

PDF操作を行う開発者にとって、COSStringはPDFファイルの低レベルコンテンツにアクセスし、変更するために不可欠です。テキストの抽出、フォームフィールドの処理、メタデータの操作を行う際、開発者は文字エンコーディングや特殊文字の適切な処理を確保するために、COSレベルで文字列データを扱う必要がしばしば生じます。これは、Tagged PDF ( , (). Retrieved from https://pdfa.org/resource/tagged-pdf-best-practice-guide-syntax/ ) のアクセシビリティ機能を扱う場合に特に重要で、適切な文字列エンコーディングはスクリーンリーダーの互換性やテキスト抽出の精度に影響します。COSStringを理解することで、開発者はエンコーディングの破損、誤ったテキスト抽出、プログラムによるPDFコンテンツの変更時のデータ損失といった一般的な落とし穴を回避できます。

仕組み

COSStringは、文字列データを内部的にバイト配列として格納することで動作し、PDFファイルからの元の表現を維持します。PDFが解析される際、PDFBoxは文字列オブジェクトを読み取り、エスケープシーケンスやエンコーディングマーカーを含む正確なバイトを保持するCOSStringインスタンスを作成します。このクラスは、PDF文字列エンコーディング（PDFDocEncodingやUTF-16BEなど）からJavaの内部UTF-16表現への変換を自動的に処理し、文字列値をJava Stringオブジェクトとして取得するメソッドを提供します。開発者は、JavaのStringをコンストラクタに渡すことでプログラム的にCOSStringオブジェクトを作成でき、PDFBoxはPDFの書き込み時に適切なエンコーディングを処理します。このクラスはまた、PDFリテラル文字列でエスケープが必要な特殊文字（括弧、バックスラッシュ、改行など）も管理します。16進数文字列を扱う場合、COSStringは16進数表記と実際のバイト値の間の変換を処理し、PDFファイルの読み書き時のラウンドトリップ忠実性を確保します。

関連用語

  • COSBase – COSStringを含む、PDFBoxのすべてのCOSレベルオブジェクトの抽象基底クラス
  • COSName – PDF名前オブジェクトを表すCOSクラスで、文字列に似ているが識別子として使用される
  • COSDictionary – しばしばCOSString値を含むPDF辞書オブジェクトを表すCOSクラス
  • PDFDocEncoding – 他のエンコーディングが指定されていない場合にPDF文字列に使用されるデフォルトの文字エンコーディング
  • Tagged PDF – アクセシビリティ機能のために適切にエンコードされた文字列に依存する構造化PDFフォーマット

出典

(N.A.) (2020)
(N.A.). (). Document management — Portable document format — Part 2: PDF 2.0 .  International Organization for Standardization Retrieved from https://www.iso.org/standard/75839.html
PDF Association (2023)
(). Retrieved from https://pdfa.org/resource/tagged-pdf-best-practice-guide-syntax/
gdoc_arrow_left_alt COSStream COSUpdateInfo gdoc_arrow_right_alt