PDF 서브셋은 페이지 수 및 텍스트 추출 검사를 통과하더라도 올바른 콘텐츠를 가지고 있지만 오해의 소지가 있는 페이지 레이블을 가질 수 있습니다. 이는 페이지에 문서 내 위치, 논리적 레이블(예: 'i', '1'), 그리고 페이지 자체에 인쇄된 번호라는 세 가지 고유한 값이 연관될 수 있기 때문에 발생합니다. 특정 테스트 사례에서 6페이지 소스에서 추출된 3페이지 PDF는 올바른 콘텐츠를 보여주었지만, 선택된 소스 페이지의 레이블을 유지하는 대신 원본 문서의 시작 부분에서 논리적 레이블을 상속받았습니다. 원본 소스는 'COVER', 'i', '1', '2', 'A-1', 'A-2' 레이블을 가지고 있었고, 선택된 페이지는 소스 위치 3, 4, 6에 있었습니다. 그러나 다운로드된 PDF는 예상된 '1', '2', 'A-2' 대신 출력 페이지 1, 2, 3에 대해 각각 'COVER', 'i', '1' 레이블을 표시했습니다. 이러한 불일치는 단순히 페이지를 추출하는 것이 원본 논리적 레이블 또는 인쇄된 번호를 자동으로 다시 매핑하거나 보존하지 않는다는 것을 강조합니다. 보존 정책에 따라 서브셋 PDF의 레이블이 해당 소스 페이지의 레이블과 일치하는지 확인하기 위해 파이썬 스크립트 'audit-labels.py'가 개발되었습니다. 스크립트는 테스트 사례에서 레이블 불일치를 확인했습니다. 추출된 PDF 서브셋에 대한 원하는 레이블 정책을 정의하는 것이 중요하며, 소스 레이블을 보존할지 또는 새 레이블을 생성할지 결정해야 합니다. 이 검사기는 레이블 보존에만 초점을 맞추며 렌더링, 북마크 또는 기타 PDF 기능을 검증하지 않습니다.