PDF怎么做成无障碍又能长期归档？标签结构、阅读顺序与PDF/A实战

大多数人做PDF只关心“看起来对不对”，却忽略了两件越来越要命的事：一是无障碍——屏幕阅读器能不能读懂你的PDF，关系到视障用户读不读得了，也关系到欧美越来越严的无障碍法规；二是长期归档——一份合同、档案存十年后，字体会不会乱、还打不打得开。这两件事背后是两套标准：标签化的无障碍PDF（PDF/UA方向）和用于长期保存的PDF/A。

保哥这篇把这两件事讲透：什么是带标签（tagged）的PDF、逻辑结构和阅读顺序为什么决定屏幕阅读器读得对不对、怎么从Word/InDesign源头就把标签带出来、Acrobat怎么自动打标签和用无障碍检查器排查、替代文字和阅读顺序这些关键点怎么做、扫描件为什么必须先OCR、PDF/A是什么标准、它为什么不允许加密、字体为什么必须嵌入、a级和b级怎么选，再到把一份产品手册做成无障碍PDF的完整流程和最容易踩的坑。看完你做的PDF既读得懂、又存得住，还顺带对SEO友好。

先讲个保哥真见过的尴尬事。一家做工业设备出口的公司，把产品手册做成PDF挂在官网，欧洲客户里有位视障采购，用屏幕阅读器打开后，软件从头到尾只念出一句“图像”——因为整份手册是扫描件，本质是一张张图片，屏幕阅读器根本读不出里面的文字。这位客户没法独立获取产品信息，体验极差，还差点引来无障碍合规的投诉。

这就是不懂PDF无障碍的代价。在很多人眼里PDF就是“电子版的纸”，但纸是给眼睛看的，PDF还得能被机器读懂——读给屏幕阅读器、读给搜索引擎、读给十年后打开它的人。这一篇，保哥把“让PDF被读懂”（无障碍）和“让PDF存得住”（PDF/A归档）这两件被严重低估的事，一次讲清楚。

PDF无障碍到底重要在哪？

先说为什么要花精力做这件事，搞清楚动机你才愿意认真做。

第一，法规要求越来越硬。美国有Section 508和ADA，欧盟有无障碍法案（European Accessibility Act），都对面向公众的电子文档提出了无障碍要求。这几年因为网站和文档不无障碍而吃官司、收律师函的案例不断增多，对做欧美市场的外贸企业来说，这不是“做了更好”，而是“不做有风险”。

第二，这是实打实的用户群。全球视障、阅读障碍人群数量庞大，他们靠屏幕阅读器、放大软件获取信息。一份无障碍的PDF，意味着这部分用户能独立读懂你的产品手册、白皮书、合同，这是基本的尊重，也是潜在的客户。

第三，无障碍和SEO同源。让屏幕阅读器读得懂的东西，本质上也是让搜索引擎读得懂的东西——清晰的标签结构、正确的阅读顺序、图片的替代文字，这些既是无障碍的要求，也是Google能不能正确理解你PDF内容的关键。保哥一直说，可访问性（accessibility）和可索引性（indexability）是一枚硬币的两面。PDF怎么被Google索引、怎么做SEO，保哥在 PDF SEO那篇里讲透了，和这篇的无障碍正好互为表里。

什么是带标签（tagged）的PDF，逻辑结构为何决定一切？

无障碍PDF的核心，就一个词：标签（tags）。

一份普通PDF，在屏幕上你看到的是“这行字大、那行字小、这是一段、那是个表格”，但这些都是视觉呈现——机器只知道某个位置有些字符，并不知道哪行是标题、哪段是正文、哪块是表格的哪一格。带标签的PDF不一样：它在背后建了一棵逻辑结构树（logical structure tree），把内容标记成标题（H1/H2…）、段落、列表、表格、图片等语义角色。

按Adobe官方文档的说法，有了标签，逻辑结构树会把内容按正确的顺序送给屏幕阅读器或其他辅助技术。这句话有两个关键：一是“正确的标记”（这是标题、那是表格），二是“正确的顺序”（先读这段、再读那段）。屏幕阅读器是顺着这棵树念的，标签对了、顺序对了，视障用户听到的才是和正常阅读一致的内容。

所以判断一份PDF无不无障碍，第一步就是看它有没有标签、标签对不对。没有标签的PDF，屏幕阅读器只能瞎猜阅读顺序，经常念得颠三倒四；标签错的（比如把标题标成普通段落），结构也传达不出来。后面所有的工作，都是围绕“把标签和顺序做对”展开。

怎么从源头就做出带标签的PDF？转换时就打标签

做无障碍PDF有个事半功倍的原则：在源文件阶段就把结构做对，转PDF时让标签自动带出来，而不是等生成了一份乱PDF再回头补救。

按Adobe文档的建议，从创作软件转PDF时打标签效果最好，这些软件包括Microsoft Word、Adobe InDesign、FrameMaker等。具体怎么做：

• Word：用Word内置的样式（标题1、标题2、正文）而不是手动调字号来组织结构，给图片加替代文字，然后用“另存为PDF”或Acrobat插件导出时勾选“文档结构标记（标签）”。这样Word的标题层级会原样变成PDF的标签结构。
• InDesign：用段落样式映射导出标签、设置文章面板（Articles）控制阅读顺序、给图片设替代文字，导出PDF时选“创建带标签的PDF”。

这里的关键认知是：无障碍不是PDF阶段才开始做的，而是从你写文档的那一刻就决定了。如果你在Word里全靠手动放大字号来“假装”标题、用空格和回车排版，那转出来的PDF标签结构必然一团糟。源头用对样式，后面省一半事。这一点和PDF转其他格式时的道理相通——结构规整的文档，转来转去都不容易乱，保哥在讲 PDF格式互转那篇里也反复强调源文件规整的重要性。

用Word做无障碍PDF，有哪些容易疏漏的细节？

大部分人的PDF是从Word转的，所以Word阶段的几个习惯，直接决定了PDF无障碍的底子。保哥把最容易疏漏的几点拎出来，你照着改，转出来的PDF标签就干净一大半。

标题一定用样式，别手动调字号。很多人“做标题”的方式是把字号放大、加粗——但这在机器看来只是一段更大的普通文字，不是标题。正确做法是用Word的“标题1”“标题2”样式，这样转PDF时它们才会变成真正的H1、H2标签。这是Word无障碍最核心的一条。

标题层级别跳级。从标题1直接跳到标题3、中间缺了标题2，会让结构树出现断层，屏幕阅读器导航时会困惑。层级要连续、符合逻辑，就像文章大纲一样一层套一层。

列表用列表功能，别用手敲的符号。用Word的项目符号、编号功能做列表，转PDF才会生成正确的列表标签。自己用圆点加空格、或者数字加点手敲出来的“假列表”，机器识别不出这是个列表。

图片加替代文字、设为嵌入式。在Word里右键图片设置替代文字，描述清楚图片信息；图片版式尽量用嵌入型而不是浮动环绕，浮动图片在阅读顺序里很容易乱跑。

表格保持规整。用Word的插入表格功能、指定标题行，别用文本框和制表符拼“假表格”。合并单元格、嵌套表格能少用就少用，越简单的表格无障碍越好做。

导出时勾选标签。最后一步，用“另存为PDF”时点选项、勾上“文档结构标记（标签）”，或用Acrobat插件导出。这个勾不勾，决定了前面所有结构功夫能不能带进PDF。把这几点变成习惯，你在Word阶段就赢了一大半。

Acrobat里怎么自动打标签和检查无障碍？

如果PDF已经生成、或者拿到的是别人给的没标签的PDF，就得在Acrobat Pro里补。这分两步：先打标签，再检查。

第一步，自动打标签。按Adobe官方文档，在Acrobat里依次选 所有工具 → 准备无障碍（Prepare for accessibility）→ 自动标记PDF（Automatically tag PDF），Acrobat会自动分析文档、生成标签。现在Acrobat还提供基于云的自动标记功能，对符合条件的文档能生成更细致的标签。自动标记是个很好的起点，但记住——它是“起点”不是“终点”，机器识别难免出错，必须人工复核。

第二步，用无障碍检查器（Accessibility Checker）排查。Acrobat的无障碍检查器会对照无障碍规则全面扫描文档，列出通过和不通过的项——比如缺标题、图片缺替代文字、阅读顺序有问题、文档没设语言等。按Adobe文档，对于像文档标题这类问题，你可以在检查器里选中该项、从选项菜单里选“修复”（Fix）让它自动修正，其他问题则按提示逐项处理。

保哥的工作流建议是：自动打标签 → 跑无障碍检查器 → 按报告逐项修 → 再跑一遍检查器确认全过。别指望自动标记一步到位，检查器报出来的问题才是你真正要解决的清单。

替代文字、阅读顺序、表格、语言：关键要素怎么做对？

无障碍检查器报出来的问题，集中在几个关键要素上，逐个说清楚怎么做对。

替代文字（Alt Text）。所有有信息的图片都要加替代文字，描述图片内容，屏幕阅读器会把它念出来。要点是描述要准确、简洁、说清图片传达的信息，而不是堆关键词。纯装饰性的图片（背景花纹之类）则应标记为“装饰”，让屏幕阅读器跳过，否则念一堆没用的反而干扰。

阅读顺序（Reading Order）。这是最容易出问题、也最影响体验的一项。Acrobat有专门的阅读顺序工具，能让你看到、并调整内容被朗读的先后次序。多栏排版、图文混排、带侧边栏的文档，自动标记最容易把顺序搞乱——比如把侧栏的内容插到正文中间念。生成标签后，务必用阅读顺序工具人工过一遍，确认朗读次序和你期望的阅读次序一致。

表格。数据表格要正确标记表头（TH）和数据单元格（TD），并标清表头对应的行列关系。这样屏幕阅读器念到某个数据时，能同时告诉用户“这是哪一行哪一列的值”。结构混乱、合并单元格乱用的表格，无障碍最难做，能简化就简化。

文档语言和标题。要给文档设置正确的语言（中文就标中文、英文标英文），屏幕阅读器才会用对的语音引擎来念；还要设置文档标题（document title），并让PDF显示标题而不是文件名。这两项小，但无障碍检查器一定会查。

书签和链接。长文档加书签（目录导航），方便用键盘和辅助技术快速跳转；链接要用有意义的文字，别用“点击这里”。这些都是让文档更好用的细节。

扫描件为什么必须先OCR才能做无障碍？

这一节单独拎出来，因为它是开头那个产品手册案例的病根，也是太多人忽略的硬门槛。

扫描出来的PDF，本质是一张张图片——纸张拍成了图，里面的“文字”在机器看来只是图片上的像素，不是真正的文本。屏幕阅读器读这种PDF，只会念出“图像”两个字，因为它根本拿不到文字内容。你给它打再多标签也没用，因为压根没有文本可标。

解决办法只有一个：先做OCR（光学字符识别），把图片上的文字识别成真正的文本层，然后才能在此基础上打标签、做无障碍。所以扫描件做无障碍的正确顺序是：扫描件 → OCR识别出文本 → 检查 / 修正识别错误 → 打标签 → 跑无障碍检查器。OCR怎么批量做、识别错误怎么校对，保哥在 PDF加密与脱敏那篇里提到过敏感件处理，OCR提取的专文里有更系统的方法，这里只强调一点：没经过OCR的扫描件，谈不上无障碍，这是绕不过去的第一步。

顺带说，这也直接影响SEO——扫描件PDF没有文本层，Google同样读不到内容、没法索引里面的关键词。所以OCR不只是为视障用户，也是为了让你的PDF能被搜到。可访问和可索引，再一次是同一件事。

PDF/A是什么标准，为什么归档要专门用它？

讲完“让PDF被读懂”，再讲“让PDF存得住”——这就是PDF/A要解决的问题。

PDF/A是国际标准化组织制定的、专门用于电子文档长期归档的PDF标准（ISO 19005）。普通PDF存放几年后可能出问题：字体没嵌入，换台没装这字体的电脑打开就乱码或字体替换；依赖了外部资源，资源没了内容就不全；用了加密，几年后密码丢了就永远打不开。PDF/A就是为了消除这些隐患，让文档几十年后打开还和今天一模一样。

PDF/A的几条核心约束，正好对着上面的隐患：

• 字体必须全部嵌入：所有用到的字体都打包进文件里，不依赖打开它的电脑装没装这个字体。这是归档最关键的一条。
• 不允许加密：按Adobe文档，PDF/A标准不允许加密——因为归档要保证长期、无障碍地可访问，加密和这个目标冲突。这一条很多人栽过：想着归档文件得加密保护，结果一加密就过不了PDF/A验证。
• 不依赖外部资源：所有内容自包含，不引用外部字体、外部文件、音视频。
• 禁用某些动态特性：比如JavaScript、可执行内容等，保证文件是静态、可预测的。

所以PDF/A本质是“为了能存得久，主动放弃一些花哨能力，换取确定性和自包含”。合同、档案、财务凭证、需要长期留存的法律文件，都应该用PDF/A归档。

PDF/A怎么生成和验证？a级和b级怎么选？

知道了PDF/A是什么，再说怎么落地。

怎么生成。在Acrobat里，可以用标准向导（Standards wizard）把现有PDF转换成PDF/A，或者在另存为 / 导出时选PDF/A格式。从Word、InDesign导出时通常也能直接选PDF/A预设。转换时Acrobat会自动嵌入字体、去掉不合规的元素。

怎么验证。生成后别想当然认为它就合规了，要验证一致性（Verify Conformance）。Acrobat会显示这份文件用的是哪个PDF/A标准、有没有通过合规校验。归档前跑一遍验证，是个好习惯，能帮你发现“以为转成功了其实没过”的情况。

版本怎么选。按Adobe文档，PDF/A有多个版本和级别：PDF/A-1、PDF/A-2、PDF/A-3，每个又分a级（accessible）、b级（basic）、u级（unicode）。其中最常用的是PDF/A-1a和PDF/A-1b，后者要求相对宽松。怎么选记住这个对应：

• b级（basic）：只保证视觉外观能长期重现，不要求标签结构。要求最低、最容易达标，纯归档、不太在意无障碍时够用。
• a级（accessible）：在b级基础上还要求完整的标签结构，也就是既能长期归档、又是无障碍的。如果你的文档既要存得久、又要满足无障碍合规，就选a级（比如PDF/A-2a）。

这正好把本文前后两半连起来了：PDF/A的a级 = 长期归档 + 无障碍标签。所以你前面做的标签工作，到归档阶段还能复用，做a级PDF/A一举两得。另外PDF/A-3有个特别能力——允许在PDF里嵌入任意源文件（比如把生成发票的原始XML一起打包进去），欧洲的电子发票标准就用到了它，做相关业务的可以留意。

实战：把一份产品手册做成无障碍又能归档的PDF

把前面的知识串成一条可操作的流程，保哥用“一份产品手册”走一遍。

第一步，从源头规整。在Word/InDesign里用样式组织结构——标题用标题样式、正文用正文样式，给每张产品图加准确的替代文字，别用空格和手动字号假装排版。

第二步，正确导出PDF。导出时勾选“文档结构标记（标签）”/“创建带标签的PDF”，让源文件的结构直接变成PDF标签。这一步做对，能省掉后面大量补标签的功夫。

第三步，如果是扫描来的手册，先OCR。没有文本层就先做OCR、校对识别错误，把图片变成真正可读的文本，再往下走。

第四步，在Acrobat里补标签、查无障碍。用“准备无障碍 → 自动标记PDF”补全标签，跑无障碍检查器，按报告逐项修：补替代文字、修阅读顺序、标好表格表头、设文档语言和标题，再跑一遍检查器确认全绿。

第五步，人工过阅读顺序。用阅读顺序工具亲自听 / 看一遍朗读次序，尤其是图文混排、多栏的页面，确认不会念串。

第六步，归档版转PDF/A。如果这份手册要长期留存，用标准向导转成PDF/A——要无障碍就选a级（如PDF/A-2a），转完用验证一致性确认合规。注意这一版不能加密。

这样你就得到一份视障用户读得懂、Google索引得到、十年后打开还不走样的产品手册。对外发布、长期存档两不误。

对外发布的资产，为什么更该做无障碍？

有一类PDF特别值得花这份功夫——对外发布、用来做营销和获客的资产，比如白皮书、行业报告、产品目录。

这类内容你本来就希望它被尽可能多的人看到、被搜索引擎收录、被AI工具引用。无障碍做得好，意味着它的文本结构清晰、机器易读，这对被Google索引、被AI摘要引用都是加分。反过来，一份没有文本层、没有标签的扫描版白皮书，既挡住了视障读者，也挡住了搜索引擎，等于把自己花大力气做的内容资产埋了一半。

所以保哥的建议是：越是想让它传播的PDF，越要把无障碍和文本可读做扎实。把白皮书做成既无障碍、又能被搜到、还能换反链的内容资产，是有方法的。顺带提一句，PDF之外，你的网站本身也要做无障碍——网页无障碍和SEO怎么结合，保哥在 网站无障碍优化那篇里有专门拆解，和PDF这篇是配套的两块。

几个真实的无障碍翻车案例，问题都出在哪？

讲再多原理，不如看几个真实翻车的例子记得牢。保哥挑几个典型的，每个都对应一类常见错误。

扫描版手册当无障碍发。开头那家工业设备公司就是典型——整本手册是扫描件、纯图片，没做OCR，屏幕阅读器只念“图像”。问题根源：扫描件没有文本层，必须先OCR才谈得上无障碍。这也是最常见、最低级、却最多人犯的错。

替代文字堆SEO关键词。有个做外贸的团队，听说alt文字对SEO有用，就在每张产品图的替代文字里塞满关键词，像“户外帐篷防水帐篷露营帐篷便宜帐篷批发”。结果屏幕阅读器把这一长串念给视障用户听，体验极差，还被无障碍检查工具标记为滥用。替代文字是描述图片、给读不到图的人用的，不是关键词堆放区。

归档文件加了密，过不了验证。一家公司要把合同批量转成PDF/A长期归档，觉得合同重要、顺手都加了密码保护，结果转PDF/A时全部验证失败。原因前面讲过：PDF/A不允许加密。他们绕了半天才明白，归档版必须去掉加密，安全靠存储目录的权限去管。

字体没嵌入，几年后乱码。还有个更隐蔽的——某团队早年存的一批PDF用了特殊的中文美术字体，但没嵌入。几年后换了批新电脑，这些电脑没装那个字体，打开全是字体替换后的乱样，排版全毁。这正是PDF/A强制嵌入字体要解决的问题，可惜他们当年存的是普通PDF。

表格合并单元格乱用。一份财报PDF表格里大量合并单元格、跨行跨列，屏幕阅读器念到某个数字时完全说不清它属于哪行哪列，视障用户根本对不上。复杂表格是无障碍的老大难，能拆分简化就简化。

链接全是“点击这里”。一份满是“详情点击这里”“下载点击这里”的PDF，屏幕阅读器用户调出链接列表导航时，听到的全是一串“点击这里、点击这里”，根本不知道每个链接去哪。链接文字要有意义、能说明目的地，这是个小细节，却实实在在影响可用性。

这些案例的共同点是：问题往往不在“不会做”，而在“没意识到要做”。把这几个坑记在心里，你就避开了无障碍和归档里八成的麻烦。

无障碍和归档最容易踩的坑，怎么避开？

最后把保哥见过最多的坑集中列出来，对照自查：

• 扫描件没OCR就当无障碍发：屏幕阅读器只念“图像”，Google也读不到。扫描件第一步永远是OCR。
• 替代文字堆关键词：alt不是塞SEO词的地方，要准确简洁描述图片信息，装饰图标记为装饰让阅读器跳过。
• 只信自动标记、不人工核对阅读顺序：自动标记是起点，多栏图文混排最容易念串，必须用阅读顺序工具人工过一遍。
• PDF/A文件加了密：PDF/A不允许加密，一加密就过不了验证。归档版别加密，要保护另想办法（如存储层管控）。
• 字体没嵌入就归档：换台电脑打开就乱码，归档等于白做。PDF/A转换会强制嵌入，转完验证一下。
• 分不清a级和b级：纯视觉归档用b级，要无障碍用a级。该用a级的用了b级，标签结构就没保住。
• 没设文档语言和标题：小问题但检查器必报，屏幕阅读器念不对语音、显示文件名而非标题，顺手就该改。
• 表格表头不标：屏幕阅读器念数据时说不清行列关系，复杂表格能简化就简化。

无障碍和归档这两件事，保哥总结成一句：无障碍是让PDF被读懂——人能读、机器也能读；PDF/A是让PDF存得住——多年后打开还不走样。这两件被大多数人忽略的事，恰恰是专业和业余的分水岭。把它们做好，你的PDF才算真正合格，而不只是“看起来对”。

常见问题解答

普通PDF和无障碍PDF到底差在哪？

差在有没有标签（tags）和正确的逻辑结构。普通PDF在屏幕上看着没问题，但机器只知道某个位置有些字符，不知道哪行是标题、哪段是正文、哪块是表格——这些都只是视觉呈现。无障碍PDF背后建了一棵逻辑结构树，把内容标记成标题、段落、列表、表格、图片等语义角色，并定义了正确的阅读顺序。按Adobe文档，有了标签，逻辑结构树会把内容按正确顺序送给屏幕阅读器，视障用户听到的才是和正常阅读一致的内容。所以判断一份PDF无不无障碍，第一步就是看它有没有标签、标签和阅读顺序对不对。没标签的PDF，屏幕阅读器只能瞎猜顺序，经常念得颠三倒四。

扫描出来的PDF能直接做成无障碍的吗？

不能，必须先做OCR。扫描出来的PDF本质是一张张图片，里面的文字在机器看来只是图片上的像素，不是真正的文本，屏幕阅读器读它只会念出图像两个字，因为根本拿不到文字。你给它打再多标签也没用，因为压根没有文本可标。正确顺序是：扫描件先做OCR光学字符识别，把图片上的文字识别成真正的文本层，检查修正识别错误后，再打标签、跑无障碍检查器。顺带说，没有文本层的扫描件PDF，Google也读不到内容、没法索引，所以OCR不只是为视障用户，也是为了让你的PDF能被搜到，可访问和可索引是同一件事。

PDF/A为什么不能加密？

因为PDF/A的目标是长期、无障碍地可访问，而加密和这个目标冲突。按Adobe文档，PDF/A标准明确不允许加密。道理很直接：归档是为了让文档几十年后还能被打开、被读取，如果加了密，密码一旦丢失文件就永远打不开了，这和长期可访问的初衷正好相反。所以很多人会栽在这——想着归档文件得加密保护，结果一加密就过不了PDF/A验证。正确做法是归档版本不加密，需要保护就在存储层面做访问控制（比如放在权限受控的目录、系统里），而不是给文件本身加密。要长期保存又要安全，靠的是管理手段，不是文件加密。

PDF/A的a级和b级怎么选？

看你要不要无障碍。按Adobe文档，PDF/A分a级（accessible）、b级（basic）、u级（unicode），最常用的是PDF/A-1a和PDF/A-1b。b级只保证视觉外观能长期重现，不要求标签结构，要求最低、最容易达标，适合纯归档、不太在意无障碍的场景。a级在b级基础上还要求完整的标签结构，也就是既能长期归档、又是无障碍的。如果你的文档既要存得久、又要满足无障碍合规，就选a级，比如PDF/A-2a。好处是你为无障碍做的标签工作，到归档阶段还能复用，做a级PDF/A一举两得。简单记：纯存档用b级，要无障碍用a级。

做PDF无障碍对SEO有帮助吗？

有，而且是同源的。让屏幕阅读器读得懂的东西，本质上也是让搜索引擎读得懂的东西——清晰的标签结构、正确的阅读顺序、图片的替代文字，这些既是无障碍的要求，也是Google正确理解PDF内容的关键。最典型的是扫描件：没经过OCR的扫描PDF没有文本层，屏幕阅读器读不了，Google同样读不到内容、没法索引里面的关键词。所以可访问性和可索引性是一枚硬币的两面，你为无障碍做的工作，顺带就提升了PDF被Google索引、被AI引用的能力。对那些你希望被广泛传播的白皮书、报告类资产，这一点尤其值得重视，把无障碍和文本可读做扎实，等于同时打通了人、搜索引擎、AI三个读者。

权威参考资料