PDF(Portable Document Format,便攜式文檔結構)是一種很有用的文件格式,其最大的特點是
平臺無關而且功能強大(支持文字/圖象/音樂/視頻).今天先講一下pdf的文件(物理)結構
1. 文件結構
PDF文件結構可分爲以下幾塊:
1.header:
pdf文件的第一行,格式如下:
%PDF-1.3
表示當前文件的版本是1.3(目前最高版本爲1.7)
2.body:
pdf文件中用到的所有對象,包括文本/圖象/音樂/視頻/字體/超連接/加密信息等等,格式如下:
2 0 obj
...
end obj
其中省略號部分是pdf規定的任意合法對象(一共8種)
3.cross reference table:
所有pdf對象的引用表,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是開始標誌,表示以下爲引用表內容;0 5表示從對象號爲0的開始,
連續有5個對象(0,1,2,3,4),分別用5行來表示.每行的前10個數字代表這個
這個對象相對文件頭的偏移地址,後面5個數字只有當這個對象被刪除的時
候纔有用,表示這個對象被刪除後又被重新生成後的對象號最後一位f或n表
示對象是否被使用(n表示使用,f表示被刪除或沒有用)
4.trailer:
整個pdf文件的入口點,形式如下:
trailer
<<
/Size 8
/Root 1 0 R
>>
startxref
553
%%EOF
/size :這個pdf中總共使用了多少個對象
/root :這個pdf文件的catalog對象的對象號,這是pdf中最頂層的對象
/startxref: 後面的數字表示cross reference table的開始位置
/%%EOF :文件結束符.
實際一個pdf文件是很複雜的,但是上面幾個部分是確定的,只能多不能少.
2.數據類型
下一講我說一下pdf裏面8種類型.
1.booleam
用關鍵字true或false表示,可以是array對象的一個元素,或dictionary對象的一個條目.
2.numeric
包括×××和實型,不支持非十進制數字,不支持指數形式的數字.
例:
1)整數 123 4567 +111 -2
範圍:正2的31次方-1到負的2的31次方
2)實數 12.3 0.8 +6.3 -4.01 -3. +.03
範圍:±3.403 × 10的38次方 ±1.175 × 10的-38次方
注意:如果整數超過表示範圍將轉化成實數,如果實數超過範圍就出錯了
3.string
由一系列0-255之間的字節組成,一個string總長度不能超過65535.string有以下兩種方式:
1)由()包含起來的一個字串,中間可以使用轉義符"/".
例:
(abc) 表示abc
(a//) 表示a/
2)由<>包含起來的一個16進制串,兩位表示一個字符,不足兩位用0補齊
例:
<Aabb> 表示AA和BB兩個字符
<AAB> 表示AA和B0兩個字符
4.name
由一個前導/和後面一系列字符組成,最大長度爲127.和string不同的是,name是不可分割的
和唯一的,不可分割就是說一個name對象就是一個原子,比如/name,不能說n就是這個name的
一個元素;唯一就是指兩個相同的name一定代表同一個對象.從pdf1.2開始,除了ascii的0,別
的都可以用一個#加兩個十六進制的數字表示.
例:
/name 表示name
/name#20is 表示name is
/name#200 表示name 0
5.array
用[]包含的一組對象,可以是任何pdf對象(包括array).雖然pdf只支持一維array,但可以通過
array的嵌套實現任意維數的array(但是一個array的元素不能超過8191)
例:
[549 3.14 false (Ralph) /SomeName]
6.Dictionary
用"<<"和">>"包含的若干組條目,每組條目都由key和value組成,其中key必須是name對象,並且
一個dictionary內的key是唯一的;value可以是任何pdf的合法對象(包括dictionary對象).
例:
<< /IntegerItem 12
/StringItem (a string)
/Subdictionary << /Item1 0.4
/Item2 true
/LastItem (not!)
/VeryLastItem (OK)
>>
>>
7.stream
由關鍵字stream和endstream包含一系列字節.內容和string很相似,但有區別:stream可以分幾次
讀取,分開使用不同的部分,string必須作爲一個整體一次全部讀取使用;string有長度限制,但
stream卻沒有這個限制.一般較大的數據都用stream表示.
例:(略)
8.NULL
用null表示,代表空.如果一個key的值爲null,則這個key可以被忽略;如果引用一個不存在的
object則等價於引用一個空對象.
例:(略)
給大家說點有用的東西:爲什麼有的pdf不允許打印?
pdf有自己的加密措施,其中就有限制打印.
找到trailer,如果這個pdf是加密的話會有一個/Encrypt的name,他的值一般形式是n 0 R,表示這個pdf
文件的加密信息在n 0這個obj裏面記錄.找到這個obj,其下有一個/P的name,他的值是一個數字(32位)
其中第三位代表是否有打印權限:)