Remediação de PDF: corrigir um documento não acessível

O que é a remediação de PDF e por que te deve importar?

Imagina que recebes um contrato importante em PDF. Abres no teu computador, lês sem problema e assinas. Agora imagina que és uma pessoa cega que usa JAWS ou NVDA como leitor de ecrã. Abres o mesmo PDF e o que ouves é… nada coerente. Fragmentos de texto desordenados, imagens sem descrição, tabelas que se leem como um disparate. Isso é um PDF não acessível.

A remediação de PDF é o processo de corrigir um documento PDF para que seja utilizável por todas as pessoas, incluindo aquelas que usam tecnologias de assistência. Não se trata simplesmente de adicionar algumas etiquetas: é uma intervenção estrutural que transforma um documento visualmente bonito num que é semanticamente correto.

Pessoalmente, acredito que a remediação de PDF é uma das áreas mais descuidadas da acessibilidade digital. As organizações investem em tornar os seus sites acessíveis, mas continuam a publicar centenas de PDF que são completamente opacos para os leitores de ecrã. Segundo um estudo da Universidade de Monash (2024), mais de 90% dos documentos PDF publicados em sites governamentais não cumprem o padrão PDF/UA.

O que torna um PDF acessível?

Um PDF acessível não é apenas um ficheiro que «se pode ler». É um documento que cumpre uma série de requisitos técnicos precisos:

• Etiquetagem estrutural (tags): cada elemento do documento (parágrafos, cabeçalhos, listas, tabelas, imagens) está marcado com etiquetas semânticas, similar ao HTML.
• Texto alternativo: todas as imagens informativas têm um texto alternativo descritivo.
• Ordem de leitura correta: o conteúdo é lido na ordem lógica, não na ordem em que foi colocado visualmente na página.
• Idioma do documento: o idioma principal está declarado, e as mudanças de idioma estão marcadas.
• Índice e marcadores: os documentos longos incluem bookmarks navegáveis.
• Segurança compatível: as permissões do documento não bloqueiam o acesso a tecnologias de assistência.

PDF/UA: o padrão que deves conhecer

Já ouviste falar de WCAG para a web? Pois PDF/UA (Universal Accessibility) é o equivalente para documentos PDF. Publicado como ISO 14289, estabelece os requisitos técnicos que um PDF deve cumprir para ser considerado acessível.

PDF/UA-1 vs PDF/UA-2: qual aplicar?

Atualmente coexistem duas versões do padrão:

A minha recomendação: se estás a começar com a remediação de PDF, concentra os teus esforços no PDF/UA-1. É o padrão mais suportado pelas ferramentas atuais e o que exigem a maioria das regulações vigentes, incluindo a Diretiva Europeia de Acessibilidade Web (EN 301 549). PDF/UA-2 será o futuro, mas o ecossistema ainda está a amadurecer.

O processo de remediação passo a passo

Alguma vez desmontaste um móvel do IKEA para voltar a montá-lo corretamente? A remediação de PDF é bastante parecida. Tens um documento que visualmente parece correto, mas por dentro a sua estrutura está desordenada ou simplesmente não existe.

Passo 1: Avaliação inicial com PAC 2024

Antes de tocar em nada, precisas de saber que problemas tem o teu PDF. PAC 2024 (PDF Accessibility Checker) da fundação suíça PDF/UA Foundation é a ferramenta de referência para verificar a conformidade com PDF/UA. É gratuita, funciona em Windows e dá-te um relatório detalhado de todos os erros.

Executa o PAC 2024 sobre o teu documento e revê o relatório. Os erros classificam-se em: estrutura do documento, texto alternativo, ordem de leitura, idioma, tabelas, listas e metadados.

Passo 2: Etiquetagem do documento com Adobe Acrobat Pro

Adobe Acrobat Pro é a ferramenta padrão da indústria para a remediação de PDF. O seu painel de etiquetas (Tags) permite-te adicionar, modificar e reorganizar a estrutura semântica do documento.

• Abre o documento no Adobe Acrobat Pro e acede a Ferramentas > Acessibilidade.
• Usa «Adicionar etiquetas ao documento» como ponto de partida (autoetiquetagem). O Acrobat tentará detetar a estrutura automaticamente.
• Revisa e corrige manualmente as etiquetas geradas. A autoetiquetagem nunca é perfeita: confunde cabeçalhos com texto em negrito, não deteta corretamente as listas e falha com layouts complexos.
• Verifica que cada cabeçalho tem o nível correto (H1, H2, H3…) e que a hierarquia é lógica.
• Marca todas as imagens decorativas como «artefacto» e adiciona texto alternativo às informativas.

Passo 3: Ordem de leitura

A ordem de leitura é crítica. Um leitor de ecrã como JAWS ou NVDA lê o conteúdo na ordem que estabelece a árvore de etiquetas, não na ordem visual. Se o teu PDF tem colunas, caixas laterais ou elementos flutuantes, é muito provável que a ordem de leitura automática esteja incorreta.

No Adobe Acrobat Pro, usa o painel «Ordem de leitura» para reorganizar os blocos de conteúdo. Arrasta os elementos no painel de etiquetas até que a ordem reflita a sequência lógica de leitura.

Passo 4: Tabelas acessíveis

As tabelas são um dos elementos mais problemáticos na remediação de PDF. Para que uma tabela seja acessível:

• Cada célula de cabeçalho deve estar marcada como <TH> (Table Header).
• As células de dados devem estar marcadas como <TD> (Table Data).
• O atributo Scope deve indicar se o cabeçalho se aplica a uma linha ou coluna.
• As tabelas complexas (com células combinadas) necessitam de atributos Headers e IDs.

Ferramentas como CommonLook PDF GlobalAccess simplificam enormemente este processo. O CommonLook oferece uma interface visual para mapear cabeçalhos e células de dados que é muito mais intuitiva do que o painel de etiquetas nativo do Acrobat.

Passo 5: Verificação final

Uma vez completada a remediação:

• Executa o PAC 2024 de novo e verifica que não há erros.
• Testa o documento com NVDA ou JAWS. Navega pelos cabeçalhos, lê as tabelas, verifica que as imagens têm texto alternativo.
• Usa o axe PDF da Deque Systems para uma verificação complementar automatizada.
• Verifica os metadados: título do documento, idioma, marcadores.

Ferramentas de remediação de PDF: comparativa

Erros mais comuns na remediação de PDF

Queres saber quais são os erros que encontro uma e outra vez nos documentos PDF que chegam à minha mesa? Aqui vão os mais frequentes:

• PDF digitalizados sem OCR: um PDF que é simplesmente uma imagem de um documento. Sem camada de texto, nenhum leitor de ecrã consegue lê-lo. Solução: aplicar OCR com Adobe Acrobat Pro ou ABBYY FineReader antes de etiquetar.
• Cabeçalhos falsos: texto que visualmente parece um cabeçalho (grande, em negrito) mas que está etiquetado como <P>. Os leitores de ecrã não podem navegar por cabeçalhos se não estão corretamente etiquetados.
• Tabelas sem estrutura: tabelas criadas com tabulações ou espaços em vez de células reais. Estas não se podem remediar: têm de ser recriadas.
• Imagens de texto: texto renderizado como imagem. Viola o WCAG 1.4.5 e é impossível de ler por tecnologias de assistência.
• Ordem de leitura caótica: especialmente em documentos com múltiplas colunas, caixas de texto e elementos gráficos sobrepostos.