pdf(Portable Document Format的简称,意为“便携式文档格式”),是由Adobe Systems用于与应用程序、操作系统、硬件无关
的方式进行文件交换所发展出的文件格式
PDF文件结构四个部分
- 文件头 Header
- 文件体 Body
- 交叉引用表 Cross-reference table
- 文件尾 Trailer
更新方式:采用增量更新
PDF文件支持8种基本类型对象
- 布尔
true和false
- 整数和实数
549
- 字符串
(This is a string) % 可见字符
<4E6F762073686D6F7A206B6120706F702E> % 16进制
- 名称
/Type
- 数组
[549 3.14false (Ralph) /SomeName]
- 字典
<</Type /Example
/StringItem(a string)
/Subdictionary<< /Item1 0.4
/Item2true
/LastItem(not!)
/VeryLastItem(OK)
>>
>>
- 流对象
stream
流资料
Endstream
- 空对象
以null来表示
各种对象的辨识方法
(1) 以(开头:字符串对象
(2) 以/开头:名称对象
(3) 以<开头:若后面不接<,便是字符串对象(见<<开头的说明)
(4) 以<<开头:词典对象,若之后再接stream便是流对象
(5) 以负号开头:后面接数字便是数字对象
(6) 以数字开头:数字对象,整数对象必须再往后看两个对象,才能决定是否为对象参用形式
(7) 以f开头:若是false便是布尔对象
(8) 以n开头:若是null便是空对象
(9) 以t开头:若是true便是布尔对象
(10) 以[开头:数组对象
(11) 其他:不合法的对象
1、首部
%PDF-1.4
PDF文件格式版本号
2、文件体
3 0 obj
<<
/Type /Pages
/Count 1
/Kids [4 0 R]
>>
endobj
对象号, 唯一标识一个对象 eg: 3
产生号, 修改次数 eg: 0
对象内容, 包含在<< 和>>之间 以关键字endobj结束
3、交叉引用表
用来索引各个obj 对象在文档中的位置,以实现随机访问
xref
0 8
0000000000 65535f
0000000009 00000n
0000000074 00000 n
0000000120 00000 n
0000000179 00000 n
0000000322 00000 n
0000000415 00000 n
0000000445 00000 n
解释:
-
xref:交叉引用表的开始
-
第一行0 8: 下面各行所描述的对象号是从0开始,并且有8个对象
-
0000000000 65535f:
(1) 对象0的起始地址为0000000000,产生号(generation number)为65535
(2) 65535是最大产生号,不可以再进行更改
(3) f:对象为free
(4) 一般每个PDF文件都是以这一行开始交叉应用表,其实这个对象可以看作是文件头 -
0000000009 00000n:
(1) 表示对象1,0000000009是其偏移地址,
(2) 00000为5位产生号(最大为65535),0表明该对象未被修改过,
(3) n表示该对象在使用,区别与自由对象(f),可以更改。
4、尾部
Trailer
<<
/Size 8
/Root 1 0 R
>>
startxref
553
%%EOF
解释
(1)trailer 说明文件尾 trailer对象的开始
(2)/Size 8 说明该PDF文件的对象数目
(3)/Root 1 0 R 说明根对象的对象号为1
(4)Startxref 553说明交叉引用表的偏移地址,从而可以找到PDF文档中所有的对象的相对地址,进而访问对象。
(5)%%EOF 为文件结束标志
参考