PDF(Portable Document Format,便携式文档结构)是一种很有用的文件格式,其最大的特点是
平台无关而且功能强大(支持文字/图象/音乐/视频).今天先讲一下pdf的文件(物理)结构1. 文件结构
PDF文件结构可分为以下几块:
1.header: pdf文件的第一行,格式如下: %PDF-1.3 表示当前文件的版本是1.3(目前最高版本为1.7) 2.body: pdf文件中用到的所有对象,包括文本/图象/音乐/视频/字体/超连接/加密信息等等,格式如下: 2 0 obj ... end obj 其中省略号部分是pdf规定的任意合法对象(一共8种) 3.cross reference table: 所有pdf对象的引用表,其格式如下: xref 0 5 0000000000 65535 f 0000000009 00000 n 0000000074 00000 n 0000000120 00000 n 0000000179 00000 n 其中,xref是开始标志,表示以下为引用表内容;0 5表示从对象号为0的开始, 连续有5个对象(0,1,2,3,4),分别用5行来表示.每行的前10个数字代表这个 这个对象相对文件头的偏移地址,后面5个数字只有当这个对象被删除的时 候才有用,表示这个对象被删除后又被重新生成后的对象号最后一位f或n表 示对象是否被使用(n表示使用,f表示被删除或没有用) 4.trailer: 整个pdf文件的入口点,形式如下: trailer << /Size 8 /Root 1 0 R >> startxref 553 %%EOF /size :这个pdf中总共使用了多少个对象 /root :这个pdf文件的catalog对象的对象号,这是pdf中最顶层的对象 /startxref: 后面的数字表示cross reference table的开始位置 /%%EOF :文件结束符. 实际一个pdf文件是很复杂的,但是上面几个部分是确定的,只能多不能少.2.数据类型
下一讲我说一下pdf里面8种类型.
1.booleam
用关键字true或false表示,可以是array对象的一个元素,或dictionary对象的一个条目.2.numeric
包括×××和实型,不支持非十进制数字,不支持指数形式的数字.例:
1)整数 123 4567 +111 -2 范围:正2的31次方-1到负的2的31次方 2)实数 12.3 0.8 +6.3 -4.01 -3. +.03 范围:±3.403 × 10的38次方 ±1.175 × 10的-38次方 注意:如果整数超过表示范围将转化成实数,如果实数超过范围就出错了 3.string 由一系列0-255之间的字节组成,一个string总长度不能超过65535.string有以下两种方式: 1)由()包含起来的一个字串,中间可以使用转义符"/". 例: (abc) 表示abc (a//) 表示a/ 2)由<>包含起来的一个16进制串,两位表示一个字符,不足两位用0补齐 例: <Aabb> 表示AA和BB两个字符 <AAB> 表示AA和B0两个字符 4.name 由一个前导/和后面一系列字符组成,最大长度为127.和string不同的是,name是不可分割的 和唯一的,不可分割就是说一个name对象就是一个原子,比如/name,不能说n就是这个name的 一个元素;唯一就是指两个相同的name一定代表同一个对象.从pdf1.2开始,除了ascii的0,别 的都可以用一个#加两个十六进制的数字表示. 例: /name 表示name /name#20is 表示name is /name#200 表示name 0 5.array 用[]包含的一组对象,可以是任何pdf对象(包括array).虽然pdf只支持一维array,但可以通过 array的嵌套实现任意维数的array(但是一个array的元素不能超过8191) 例: [549 3.14 false (Ralph) /SomeName] 6.Dictionary 用"<<"和">>"包含的若干组条目,每组条目都由key和value组成,其中key必须是name对象,并且 一个dictionary内的key是唯一的;value可以是任何pdf的合法对象(包括dictionary对象). 例: << /IntegerItem 12 /StringItem (a string) /Subdictionary << /Item1 0.4 /Item2 true /LastItem (not!) /VeryLastItem (OK) >> >> 7.stream 由关键字stream和endstream包含一系列字节.内容和string很相似,但有区别:stream可以分几次 读取,分开使用不同的部分,string必须作为一个整体一次全部读取使用;string有长度限制,但 stream却没有这个限制.一般较大的数据都用stream表示. 例:(略) 8.NULL 用null表示，代表空．如果一个key的值为null，则这个key可以被忽略；如果引用一个不存在的 object则等价于引用一个空对象． 例:(略)给大家说点有用的东西：为什么有的pdf不允许打印？
pdf有自己的加密措施，其中就有限制打印． 找到trailer，如果这个pdf是加密的话会有一个/Encrypt的name，他的值一般形式是n 0 R，表示这个pdf 文件的加密信息在n 0这个obj里面记录．找到这个obj，其下有一个/P的name，他的值是一个数字(32位) 其中第三位代表是否有打印权限:)原文出处：