注意事項 本資料の説明内容に含まれるAcrobatの挙動に関しましては 弊社担当者の推測並びに意見が含まれますので ご留意ください 2 2

Transcription

1 リーフファイル品質チェックツール PharmaDoc LeafChecker の紹介 プラネットファーマソリューションズ株式会社 2018 年 06 月 01 日

2 注意事項 本資料の説明内容に含まれるAcrobatの挙動に関しましては 弊社担当者の推測並びに意見が含まれますので ご留意ください 2 2

3 目次 LeafChecker の紹介 最新バージョン (Ver.5.0/5.1) の紹介とデモ 今後の開発予定 調査報告 PDF の非表示テキストとは PDF のコピー & ペーストで文字化けする文字とは 調査報告に関しまして興味のあるお客様は 当日アンケートの質問 No.20 の調査報告書の送付希望にチェックを入れてください 後日送付します 3

4 PharmaDoc LeafChecker とは 製薬会社 医療機器メーカー CRO 等で作成されたリーフファイルの品質チェックを行い チェック結果を出力する Acrobat プラグインです リーフファイル上に直接 不具合箇所の指摘を行う機能もあります 4

5 PharmaDoc LeafChecker の 67 のチェック項目 ectd 通知 5

6 チェック項目の推移 合計 ectd QC 点検 10 0 Ver.1.0 Ver.2.0 Ver.3.0 Ver.4.0 Ver

7 チェック結果の出力先 チェック出力先フォルダーの例 指摘注釈 チェック結果レポート 指摘テキスト 7 7

8 チェック結果 3 ファイルに分けて実行結果を出力します 1 チェック結果レポート 指定したフォルダー配下のすべてのリーフファイルの問題傾向をざっくり把握 2 指摘注釈 3 指摘テキスト フォントサイズなどの問題箇所を注釈で指摘 しおりリンク切れやページ単位で問題箇所を指摘 8

9 チェック結果レポート 各ファイルの指摘の詳細確認を行うにはリンクで開きます リーフファイルの問題傾向が で確認できます 1 ファイルのチェック結果を 1 行に出力 チェック項目のチェック結果は 縦方向に で出力 9

10 指摘注釈 - リーフファイルに直接指摘 問題箇所を Acrobat の注釈でピンポイントに指摘します リーフファイル上の問題箇所を注釈で指摘します 目視では分からない 隠し注釈箇所 フォントの埋め込み忘れ箇所 隠しテキストの存在ページ 等を指摘可能です 10

11 指摘テキスト - リーフファイルごとの詳細指摘 問題箇所をリーフファイル単位で指摘します チェックレポート チェックした時間等の記録とリーフファイルに関する情報を出力します 検出された問題点 ページ順に問題箇所を指摘します チェック項目順に指摘することもできます 11

12 Ver.5.0 (2018 年 2 月リリース ) 新機能 JavaScript JPEG2000 圧縮 フォルダー名 パス名 開始ページ 終了ページ 開くページ番号 連続ページ PDF バージョンヘッダー PDF バージョン差異 コピー & ペーストで文字化け 改良点 開いている PDF をチェック 処理速度の向上 既存チェックの改良 12

13 JavaScript PDF ファイル中に JavaScript が存在すると指摘します 指摘後の修正は プリフライトの すべての JavaScript アクションを破棄 すべての JavaScripts を破棄 をフィックスアップすることで JavaScript を削除します フィックスアップの順番は問いませんが 必ず 2 つのフィックスアップを実行してください ( 参考 )ESTRI の Recommendation: 13

14 JPEG2000 圧縮 PDF ファイル中に JPEG2000 圧縮の画像が存在すると指摘します Acrobat の ファイル > その他の形式で保存 > 最適された PDF メニューを選択します PDF の最適化 ダイアログの 画像 のオプションで カラー画像 及び グレースケール画像 を ZIP 圧縮 にすることで JPEG2000 画像を ZIP 形式に再圧縮することができます 14

15 フォルダー名 パス名 フォルダー名 パス名のチェックを行います フォルダー名の最大長は 64 文字であること a-z( 小文字のみ ), 0-9,"-" のみを用いること パスの最大長はファイル名と拡張子を含み 230 文字以内であること \0000\... というフォルダー構成で提出するので を含めて 230 文字であること コモン テクニカル ドキュメントの電子化仕様 (Version 3.2.2).pdf より抜粋 15

16 開始ページ 終了ページ 開くページ番号 連続ページ 紙印刷と同じページ番号にしたなどの理由で 2 ページ以降のページ番号が開始ページとして設定された場合に指摘します 開始ページ 終了ページ :PDF の先頭ページのページ番号 最終ページのページ番号を出力します 開くページ ( 既存 ):Acrobat の ファイル > プロパティ > 開き方 > 開くページ が先頭ページでない場合に指摘します 開くページ番号 : 先頭ページ番号 ( 文書の最初のページ ) が 1 でない場合に指摘します 連続ページ : ページサムネールのページ番号が連続していない場合に指摘します参考文献などで多く発生します 16

17 開始ページ 終了ページ 開くページ番号 連続ページ コモン テクニカル ドキュメントの電子化仕様 (Version 3.2.2).pdf 付録 7: 申請資料フォーマットの仕様 電子文書全体のナビゲートは その文書と PDF ファイルのページ番号が同じであると容易である これを達成するためには 文書の最初のページ番号を 1 とし それに続く全てのページ ( 付録と添付書類を含む ) に アラビア数字で連続番号を付ける この規則に対する唯一の例外は 文書のサイズが大きい ( 例えば 100 MB を超える ) ために分割した場合 2 番目または後続のファイルには 1 番目または先行するファイルから連続番号を付ける 17

18 PDF バージョンヘッダー PDF バージョン差異 Acrobat の文書のプロパティの PDF バージョンと PDF ファイルの 1 行目に記述された PDF バージョンが異なる場合があります 次バージョンでは 次の 3 種類の出力が行えます 文書のプロパティの PDF バージョンを出力 (Ver.4.3 と同じ ) PDF ファイルの 1 行目の PDF バージョンを出力 ( 新規 ) 2 種類の PDF バージョンに差異があれば指摘します ( 新規 ) 18

19 コピー & ペーストで文字化け 文字列が正しく表示されているにも関わらず テキスト検索ができず 文字列をコピーしてメモ帳や注釈コメントにペーストすると文字化けする文字をピンポイントで指摘します PDF を再 PDF 化すると フォントデータ / メタデータ / 構造情報等が失われることがあるのが原因のひとつです プリフライトの テキストを Unicode にマッピングできない で文字化けする文字列を検出できますが ファイル毎に行う必要があり 実用的ではありません LeafChecker は フォルダー指定で簡単に検出できます! 19

20 開いている PDF をチェック Ver.4.3 ( 旧バージョン ) では フォルダーやファイルを指定する必要がありました Ver.5.0 ( 新バージョン ) では 開いている PDF ファイルに対してそのままチェックが行えます 指摘は開いている PDF ファイルに直接付与します チェック結果の出力先は従来通り 操作性が向上します! 20

21 処理速度の向上 最初にコピーしないことで指摘のない PDF が多い場合はコピー時間が大幅改良になります ページ順でのチェック時間を大幅改良しました ファイル名 ファイルサイズは PDF を開かずにチェックします 使用フォント フォント埋め込み 非推奨フォント埋め込みの処理速度の向上 リンク元表示 リンク切れの処理速度向上 21

22 LeafChecker の処理速度について 調査対象 Ver および Ver.5.0 調査対象文書 フォルダー数 :4 合計 PDFファイル数 :118 1ファイルあたりの平均値ファイルサイズ :18.6 MB ページ数 :1521 ( 目視 ) 帳票ページ数 :70.3 しおり数 :43.6 リンク数 :70.3 画像数 :46.2 処理速度測定環境 CPU:Intel(R) Core(TM) i5 CPU 2.40GHz 実装メモリ (RAM):8.00GB OS:Windows7 Pro 64bit Acrobat Pro DC

23 処理時間に関する調査結果 前バージョンとの処理時間の差異 ファイルの処理時間指摘注釈上限 1000 件 *1 Ver のチェック項目を個別に計測し その累計時間 Ver のページ順はメモリ不足により計測不能でしたが Ver.5.0 では改良により計測できました Ver.5.0 の処理時間 118 ファイルの処理時間指摘注釈上限 1000 件 ページ順 *2 Ver.5.0 のチェック項目を個別に計測し その累計時間 Ver.5.0 Ver.5.0 チェック項目順 すべてをチェック 8 時間 32 分 04 秒 8 時間 59 分 11 秒 個別チェックの累計 *2 2 日 11 時間 11 分 53 秒 2 日 13 時間 42 分 48 秒 ページ情報や文字情報を共有することで 複数チェック時の処理速度を向上しました Ver ページ順チェック項目順チェック項目順 個別チェックの累計 *1 2 日 5 時間 26 分 05 秒 2 日 7 時間 52 分 58 秒 2 日 16 時間 14 分 31 秒

24 個別のチェック項目の処理時間の目安 (Ver.5.0) 各チェック項目毎の処理時間 (118 ファイル指定時 ) 1~7 秒 1 分半 ~3 分半 11 分 1 時間 15 分 ~1 時間半 4 時間半 ~6 時間半 24

25 既存チェックの改良 (1) プロパティ内容の表示チェック Ver.4.3 ( 旧バージョン ) では タイトル 作成者 サブタイトル キーワード欄のすべてが空欄でないと指摘していましたタイトル 作成者のみ空欄であれば とすることができませんでした Ver.5.0 ( 新バージョン ) では チェック対象を個別に指定できますタイトル 作成者のみ空欄であれば とすることができます 25

26 既存チェックの改良 (2) スキャン PDF 解像度 画像解像度チェック Ver.4.3 ( 旧バージョン ) では 下限値のみ指定ができました上限値の指定ができないため 高解像度の指摘が行えません でした Ver.5.0 ( 新バージョン ) では 上限値も指定できます 300~600dpi と許容範囲を指定することができます 26

27 Ver.5.1 (2018 年 6 月 6 日リリース予定 ) 新機能 チェック結果レポートのExcel 出力対応 Webリンク 設定ダイアログ 改良点 チェック実行ダイアログの改良 既存チェックの改良 27

28 チェック結果レポートの Excel 出力対応 指摘 PDF フォルダー 指摘テキスト 指摘 PDF チェック対象 PDF は セル内のリンクをクリックすると開きます 指摘個所を容易に判読できるよう 赤字セル背景色を設定しました Excel テンプレートの変更で 出力書式を変更できます 28

29 Web リンク Web リンク文字列を指定して Web リンク箇所を検出します が存在すれば指摘します 29

30 設定ダイアログ チェック結果レポートの出力フォーマットの選択 日付書式や長さの単位の選択 指摘 PDFファイル名への接尾辞の付与 チェック項目パターン作成ダイアログは廃棄しました 30

31 チェック実行ダイアログの改良 設定ファイルを指定フォルダーにコピーできます ドラッグ & ドロップに対応しました 31

32 既存チェックの改良 ページレイアウト "/PageLayout" の後ろに PDF 仕様ではない想定外の文字列があった場合 は Acrobat の動作と同じように " デフォルト " と解釈します 隠しテキストチェック結果を反転できる (EMA 向け対応 ) 隠しテキストが存在しない場合に指摘することもできるようにしました この機 能を有効にするには チェックルールの変更が必要です コピー & ペーストで文字化け Acrobat のプリフライトの テキストを Unicode にマッピングできない と同じ解釈もできるようにしました リンク元表示誤指摘の軽減 リンク枠内の両端に接する括弧やピリオドなどの文字が黒字のために誤指摘していました除外文字を指定することで 誤指摘しないようにしました 32

33 動作環境 Ver.5.0 Windows 7/8/8.1/10 Adobe Acrobat X/XI/DC 2015/2017/DC Continuous Ver.5.1 Windows 7/8/8.1/10 Adobe Acrobat X/XI/DC 2015/2017/DC Continuous Microsoft Excel 2010/2013/2016 Microsoft.NET Framework 4.0/4.5/4.5.1/4.5.2/4.6/4.6.1/4.6.2/4.7/

34 今後の開発予定 (1) LeafChecker 5.2 (2018 年 12 月予定 ) しおり リンクの飛び先座標のチェック ページを回転した際に 縦だった時の飛び先がページ外になることがあります リンクの飛び先座標がページ表示範囲内でない ページの右端 下端の場合に指摘します 図表しおりの連続性のチェック 図 1-1, 図 1-2, 図 1-4 の場合に 図 1-3 が存在しないことを指摘します 行頭禁止文字のチェック 行頭が "mg" などの場合に指摘します 指摘注釈の出力をチェック項目毎に制御 チェック実行ダイアログで指摘注釈の出力制御を行います グローバル対応 ( 表示言語.NET 対応 サロゲートペア対応 ) 34

35 今後の開発予定 (2) LeafChecker 6.0 (2019 年 7 月予定 ) PharmaDoc ectdsupportersとの連携 カラーページのチェック 文書の縦横チェック 白紙ページの改良 35

36 PharmaDoc ectdsupporters との連携 指摘を ectdsupporters で加工する しおりリンク切れ しおりズーム設定維持 しおりの飛び先編集へ リンク切れ リンク先ズーム設定維持 リンクの飛び先編集へ リンク元表示 リンク枠編集ツールへ 指摘を自動修正します 開く設定 Web 最適化 プロパティ概要のクリア ページラベルの初期化 しおり作成階層 しおり表示階層 しおりズーム設定維持 リンク元表示 リンク先ズーム設定維持 添付ファイルの削除 36

37 最新バージョン (Ver.5.1) のデモ フォルダ指定でチェック実行 指摘を修正 開いているファイルをチェック実行 設定ファイルのコピー 参照機能のご説明 設定ダイアログのご説明 37

38 [ 調査報告 ] PDF の非表示テキストとは PDF のコピー & ペーストで文字化けする文字とは プラネットファーマソリューションズ株式会社 2018 年 06 月 01 日

39 [ 調査報告 ] PDF の非表示テキストとは PDF 内にデータは存在しますが 目視出来ないテキストです Acrobat では 以下のテキストが非表示テキストして認識されます 透明なテキスト 図形と重なったテキスト 隠れテキスト ( 図形の奥にテキスト ) 同色テキスト ( 図形の前にテキスト ) 極小のテキスト 39

40 非表示テキストの検出および修正方法 LeafChecker で一括検出し Acrobat でファイル毎に修正すると楽になります! No. 非表示テキストの分類 PharmaDoc LeafChecker ( フォルダー指定での検出が可能 ) 隠しテキスト v5.0/5.1 隠しテキスト v5.2 以降 Acrobat (1 ファイル毎に処理が必要 ) 非表示情報を検索して削除 1 透明なテキスト〇 *1 〇 *1 〇 2 図形と重なったテキスト - 〇 *2 〇 3 極小のテキスト - 〇 *3 〇 *4 *1 非表示フラグが設定されたテキストを指摘します *2 テキストと図形が重なる場合に指摘します テキストが目視できても指摘します *3 極小のテキストの指摘は 隠しテキストのチェックルールでフォントサイズを指定します デフォルトは 3pt です *4 極小のテキスト (1.5pt) でも指摘されない場合あり テキストが図形の奥に存在 テキストが図形の前に存在 40

41 [ 調査報告 ] PDF のコピー & ペーストで文字化けする文字とは Acrobat 上で表示された文字と コピー & ペーストした文字が異なる 意味不明な記号が表示される A;SIF&@!&G@0AF0A,& ( 豆腐文字 ) が表示される 41

42 PDF から文字をコピー & ペーストする仕組み OS(Windows 等 ) Acrobat PDF 表示領域 2 PDF 内部情報 文字情報 文字列 使用フォント / サイズ 表示方法 / 表示位置 etc この例の大まかな流れ 文字情報に対するフォント情報が取得出来れば メモ帳へのコピー & ペーストが可能となる 1 コピー フォント情報 フォント名など エンコーディング 文字コレクション 文字抽出用の変換表有無 etc 3 4 ペースト OK 上記の流れは概要です 実際には他多くの処理が行われます 42

43 文字化けしない条件 No. 条件詳細 PDF の例 1 ToUnicode CMap が存在する PDF 内に ToUnicode エントリが含まれる <</BaseFont/DPTLLG+Ca mbriamath/descendantfonts [8 0 R]/Encoding/Identity- H/Subtype/Type0/ToUnicod e 9 0 R/Type/Font>> 2 エンコーディングが PDF 仕様の標準エンコーディングが以下の何れか MacRomanEncoding(Mac OS 用 ) MacExpertEncoding(Mac OS 用 ) WinAnsiEncoding(Windows OS 用 ) StandardEncoding( 上記を自動解釈 ) 3 文字コレクションが PDF 仕様の標準文字コレクションが以下の何れか Adobe-GB1 Adobe-CNS1 Adobe-Japan1 Adobe-Korea1 <</BaseFont/Times- Roman/Encoding/WinAnsi Encoding/Subtype/TrueTyp e/type/font>> <</BaseFont/NGLMPB+M S-Mincho-90ms-RKSJ- H/CIDSystemInfo<</Orderi ng(japan1)/registry(adobe )/Supplement 0>>/CIDToGIDMap/Identit y/dw 1000/FontDescriptor 11 0 R/Subtype/CIDFontType2/T ype/font/w[3[500]]>> 参考 :PDF 1.7 テクニカルリファレンス Mapping Character Codes to Unicode Values 参考 :The Adobe-Japan1-6 Character Collection 43

44 コピー & ペーストで文字化けする文字の検出方法 LeafChecker は一括で検出できます LeafChecker をお持ちでない場合は Acrobat でファイル毎に検出できます No. 文字化け分類 条件 ( 概要 ) PharmaDoc LeafChecker ( フォルダー指定で検出 ) コピー & ペースト Acrobat (1 ファイル毎に検出 ) プリフライト v5.0 v5.1 v5.2 1 豆腐文字 ToUnicode CMap が存在しない〇〇〇〇〇〇 ToUnicode CMap が存在するが Unicode の値が不正 ToUnicode CMap が存在するが Unicode の値が特殊 2 意味不明な文字 エンコーディングがPDF 仕様の標準でない 文字コレクションがPDF 仕様の標準でない 〇〇 - 〇 〇 - - 〇〇〇〇〇〇 LeafChecker は プリフライトよりも正確な文字化け文字のチェックが行えます v5.1 以降は 正確なチェック プリフライトと同じチェックが選択できます 44

45 参考 本資料を作成するにあたり 以下の文献を参考にしました PDF 1.7 テクニカルリファレンス ISO 標準文書と同等の技術内容が記載されている (PDF32000_2008.pdf) Mapping Character Codes to Unicode Values PDF 1.3 日本語訳書籍 ( タイトル :PDF リファレンス第 2 版 発行 : 株式会社ピアソン エデュケーション ) CID( 文字コード ) について 文字コード ) Adobe - Font and Type Technology Center The Adobe-Japan1-6 Character Collection 45

46 46 ご静聴いただきありがとうございました