現在讓我簡要介紹一下PDF的文件格式，PDF的文件格式說明，最權威的就是Adobe官方網上的PDFReference，純英文版的，一千多
頁，個人認爲對於國內的開發者做PDF的生成的時候，最大的困難就在這裏了，一個是沒有充足的時間去看，二個一看滿篇的英文基本上就頭大。我只看了三分之
一左右，看了整體描述和有針對性地看了一些，必竟HTML轉PDF的時候，有不少的東西是用不着的。現在我介紹一下PDF格式的一些要點：
一、
PDF文件是一種文本和二進制混排的格式，但是Adobe更願意讓人把它當成二進制的文件，所以在裏面建議當文件裏面的文本太多的時候，可以加一些二進制
的註釋，好讓現有的一些編譯器把它當成二進制文件。裏面的文本主要是對文件結構的一種描述，二進制的內容來自於三個方面：1、圖片；2、字體；3、壓縮後
的Post Script。
二、文件結構可以分爲三方面：
1、首部。用文本編輯器打開的時候就可以看到：%PDF-1.4 這樣的字眼，其中最後一位就是PDF文件格式版本號，軟件的版本號總要比文件格式的版本號高1，比如說Read 5能打開的內容就是4。
2、文件體。裏面有若干個的obj，以及xref來組成，OBJ這種形式：
30979 0 obj
<<
/Linearized 1
/O 30982
/H [ 15061 25084 ]
/L 9379963
/E 166967
/N 978
/T 8760262
>>
endobj
第一個數字就是這個OBJ的順序號，是爲了便於在xref中查找，後面的0是爲了區分不同的OBJ，現在都是0（個人感覺是爲了以後擴展用的）後面就是關鍵字obj.下面的各行就是屬性，/關鍵字 值 的形式。
xref是obj的索引表，用來索引各個obj在文檔中的起始位置，它的形式是：
xref
0 211
0000000000 65535 f
0000000009 00000 n
……
0000087999 00000 n
trailer
<<
/Size 211
/Root 2 0 R
/Info 1 0 R
/ID [<B29FBB52459C4623DB1A90CBFC28381E><B29FBB52459C4623DB1A90CBFC28381E>]
>>
其
中0,211分別代表這個xref的obj的起始和終止序號。其中0這個是估計是爲了程序中好處理所以加了這個（個人英文水平不行，有些地方看不明白），
可以不加入這個。下面的各行就代表各個obj在這個文檔的起始位置，其中第一串字符（10個）代表起始位置，中間的五個字符也是爲了區分用的，現在基本上
全爲0，
後面的字母有兩種f代表刪除的，n代表要使用的。後面的trailer是對整個xref的摘要，說明裏面有多少個OBJ，讀的時候從哪個OBJ開始解析，
信息節點等，ID是爲了讓一些文件檢索工具能夠唯一區分文件。
3、文件尾。
startxref
88019
%%EOF
因爲一個文檔中可以有多個xref，所以這裏要指明要從哪個xref開始進行解析這個文件。
從
上面的分析來看：PDF文件內部校驗是很複雜的，只要裏面有一位錯位了，就會導致整個文檔讀取錯誤。而且它時碩會有不少的二進制內容，所以一般來說在內存
裏面存儲的時候，用流對象，而不能用字串，特別是生成的時候，每加入一個obj的時候，去獲取一下當前流的長度就可以得到每個obj的起始位置，同時把獲
取的這些位置存到ArrayList裏面，這樣就可以很方便地得到和內容相一致的xref了。
三、PDF裏面對象的組成形式，可以說是用樹形結構來相互關聯的，駔下面掛頁集合，頁集合下面掛頁，頁裏掛圖片，鏈接，內容等
四、PDF裏面的obj的類型主要有以下幾種：
1、文件描述對象，用來描述這個文件的標題，作者，時間等
2、組對象，也就是文檔內容的起始結點。Type 爲Catalog
3、頁集合，裏面聚合了大量的頁對象。 Type 爲pages
4、頁對象，裏面指明瞭當前頁裏面用到的字體，內容，活動對象，圖片等。Type 爲page
5、活動對象，有鏈接，文字，聲音，電影等，Type 爲Annots
6、圖片對象， Type 爲 XObject
7、字體對象，Type 爲 Font 。PDF可以內置字體，所以即使目標機器上沒有，只要它內置了，也可以正常地顯示，不受影響（內置字體，這個我還沒有研究清楚，希望知道的人可以告訴我一下，這裏先謝了）
8、
流對象。所有的二進制內容都是存在這個對象裏面，文件流的常見的壓縮方式是：圖片的一些壓縮算
法，FlateDecode,ASCIIHexDecode,ASCII85Decode等等，FlateDecode事實上就是ZIP的壓縮算法（關這
個，我就花了好長的時間去研究）。流對象的長度是關連到一個長度對象上的/Length 188 0
R這種形式。188就是存這個長度的OBJ的順序號。
9、數字對象。
188 0 obj
2538
endobj
裏面只有一個數字，經常用來表示長度，爲什麼要把長度還要再用對象來表示，這個到現在我也想不太明白。
以上就是我對PDF文件格式的理解的摘要。也許有些地方可能理解得不正確，希望得到大家的指正。