Metadata object offset

メタデータオブジェクトオフセット（metadata object offset）は、PDFファイル内のバイト位置であり、メタデータストリームまたはメタデータ関連オブジェクトの場所を指し示します。 ( 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ファイル構造において、これらのオフセットにより、ファイルを順次解析することなく、メタデータオブジェクトへの効率的なランダムアクセスが可能になります。オブジェクトオフセットの理解は、PDF操作、検証、またはアクセシビリティ向上ツールを開発する開発者にとって基本的な知識です。

メタデータオブジェクトオフセットは、PDFファイルの先頭から特定のメタデータオブジェクトが始まる正確なバイト位置を表す数値です。一般的なファイルポインタとは異なり、メタデータオブジェクトオフセットは、XMPメタデータストリーム、文書情報辞書、またはTagged PDFで使用される構造ツリー要素など、文書メタデータを含むオブジェクトを特定的に参照します。オフセットはPDFのクロスリファレンステーブル（xrefテーブル）に格納されており、このテーブルはオブジェクト番号をファイル内の物理的な位置にマッピングするインデックスとして機能します。これは、論理参照（オブジェクト番号と世代番号を使用）とは異なり、ディスクまたはメモリからオブジェクトのコンテンツを取得するために必要な実際の物理アドレスを提供します。

PDF処理アプリケーションを構築する開発者にとって、メタデータオブジェクトオフセットはパフォーマンス最適化と効率的なファイルアクセスにおいて重要です。 ( 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 ) で説明されているPDF/UAコンプライアンスの検証やアクセシビリティメタデータの抽出を行う際、アプリケーションは文書構造全体を解析することなく、メタデータオブジェクトに直接ジャンプできます。これは、順次読み取りが許容できない遅延を生じさせる大規模なPDFファイルを扱う場合に特に重要になります。さらに、破損したPDFの修復、インクリメンタル更新の実装、またはファイル全体をメモリにロードすることなく文書メタデータを操作する必要があるカスタムPDFライブラリの構築において、オフセットの理解は不可欠です。

メタデータオブジェクトオフセットシステムは、PDFのクロスリファレンステーブルメカニズムを通じて動作します。PDFファイルが作成または変更されると、メタデータストリームを含む各オブジェクトは特定のバイト位置に書き込まれます。xrefテーブルはこの位置をオフセット値として記録します。例えば、メタデータストリームオブジェクトがファイルのバイト15,234から始まる場合、xrefテーブルにはそのオブジェクトの参照番号をオフセット15,234にマッピングするエントリが含まれます。アプリケーションがメタデータにアクセスする必要がある場合、まずxrefテーブル（その位置はファイル末尾のトレーラー辞書に示されています）を参照し、適切なオフセットを取得してから、そのバイト位置へのファイルシーク操作を実行します。 ( Citation: PDF Association, 2023 PDF Association(2023). Retrieved from https://pdfa.org/resource/tagged-pdf-best-practice-guide-syntax/ ) で説明されているTagged PDFでは、構造ツリー要素などのメタデータオブジェクトのオフセットが同じ方法で記録され、文書の論理構造の効率的なナビゲーションを可能にします。最近のPDFファイルは、従来のxrefテーブルの代わりにクロスリファレンスストリーム（PDF 1.5で導入）を使用する場合がありますが、メタデータオブジェクトを見つけるためにバイトオフセットを格納するという基本概念は変わりません。

• Cross-reference table (xref) – PDFファイル内でオブジェクト番号をバイトオフセットにマッピングするインデックス構造
• Metadata stream – XML形式の文書レベルメタデータを含む埋め込みXMPデータストリーム
• Object number – PDF文書内の各間接オブジェクトに割り当てられる一意の識別子
• Trailer dictionary – PDFファイルの末尾にあり、クロスリファレンステーブルと文書カタログを指し示す辞書
• Structure tree – アクセシビリティのためにTagged PDFで使用される文書コンテンツの階層表現