|
PDF學(xué)習(xí)（一） 收藏 PDF文件使用了工業(yè)標(biāo)準(zhǔn)的壓縮算法，通常比PostScript文件小，易于傳輸與儲存。它還是頁獨(dú)立的，一個(gè)PDF文件包含一個(gè)或多個(gè)“頁”，可以單獨(dú)處理各頁，特別適合多處理器系統(tǒng)的工作。此外，一個(gè)PDF文件還包含文件中所使用的PDF格式版本，以及文件中一些重要結(jié)構(gòu)的定位信息。正是由于 PDF文件的種種優(yōu)點(diǎn)，它逐漸成為出版業(yè)中的新寵。 對普通讀者而言，用PDF制作的電子書具有紙版書的質(zhì)感和閱讀效果，可以“逼真地”展現(xiàn)原書的原貌，而顯示大小可任意調(diào)節(jié)，給讀者提供了個(gè)性化的閱讀方式。由于PDF文件可以不依賴操作系統(tǒng)的語言和字體及顯示設(shè)備，閱讀起來很方便。這些優(yōu)點(diǎn)使讀者能很快適應(yīng)電子閱讀與網(wǎng)上閱讀，無疑有利于計(jì)算機(jī)與網(wǎng)絡(luò)在日常生活中的普及。Adobe公司以PDF文件技術(shù)為核心，提供了一整套電子和網(wǎng)絡(luò)出版解決方案，其中包括用于生成和閱讀PDF文件的商業(yè)軟件Acrobat和用于編輯制作PDF文件的Illustrator等。 Adobe還提供了用于閱讀和打印亞洲文字，即中日韓文字所需的字型包。 一個(gè)最簡單的PDF文件結(jié)構(gòu)如下： %PDF-1.4懺嫌 第一行是PDF文件頭，不同的PDF可能就是那個(gè)1.4會不同，因?yàn)槟潜硎綪DF文件的版本信息，最新的PDF版本已經(jīng)到了1.7，后面的懺嫌可能也會有某些PDF不同，這兩個(gè)其實(shí)是編碼大于等于128的兩個(gè)字符，是告訴其它應(yīng)用程序該P(yáng)DF中含有二進(jìn)制信息。 然后可以看出編號為1、2、3、4的obj也就是對象，PDF是以對象為基本單位進(jìn)行結(jié)構(gòu)組織的，其中的1、2、3、4是對象號，其后緊跟的0是生成號，一般PDF中的這個(gè)號都是0，只有在別人修改了PDF中的某些內(nèi)容的時(shí)候才會變成非0，后面的成對的<< >>是一個(gè)字典，上述的對象都是一個(gè)字典，字典里面有著成對的Key-Value，比如/Type就是Key表示該對象的類型，后面的/Pages或者/Page分別表示頁面樹和頁面,在PDF里面頁面是按照樹形結(jié)構(gòu)來組織的,但是這個(gè)樹形結(jié)構(gòu)與實(shí)際PDF內(nèi)容的結(jié)構(gòu)是沒有關(guān)系的,它不影響PDF實(shí)際內(nèi)容頁面的順序,每棵頁面樹都可能有它的子頁面樹,但最終的有內(nèi)容的頁面都只能是葉子結(jié)點(diǎn)。 注意,剛才所說的幾個(gè)對象都是指間接對象,它們都有它們的編號,要引用這些對象的時(shí)候只需要寫出它們的對象號、生成號，再在后面加一個(gè)R即可。 下面依次解釋該P(yáng)DF中的幾個(gè)對象,對象1是整個(gè)PDF文件的目錄對象，其/Type的值用/Catalog標(biāo)示，/Pages的值則指明了頁面樹對象；對象2即是頁面樹對象,其/Kids的值是一個(gè)數(shù)組，用[]括起來，依順序標(biāo)識了該樹的子樹或者葉子對象，該文件只有一個(gè)葉子對象，/Count的值表示該頁面樹的所有葉子對象的數(shù)目，也就是說該P(yáng)DF只有一頁；對象3是一個(gè)葉子對象（頁面對象），/Type的值為/Page，一個(gè)此對象就代表PDF中的一頁，/Parent表示含有這個(gè)頁對象的父頁面樹對象，/MediaBox的標(biāo)識了該頁面的大小，以磅為單位（72磅=1英寸=2.54厘米），/Contents表示該頁面的內(nèi)容對象，/Resource的值是一個(gè)字典，里面標(biāo)識了該頁面所用到的一些資源，對象4是頁面的內(nèi)容對象，該對象為一個(gè)流字典，因?yàn)槠鋵ο笞值浜竺娓擞胹tream和endstream包含起來的一段二進(jìn)制流，也稱為內(nèi)容流（在這個(gè)例子里面為空，表示該頁沒有內(nèi)容），想在頁面顯示什么內(nèi)容，只需要在這里面加相應(yīng)的命令即可（具體命令見PDF Reference），前面字典里面的/Length的值表示其后的二進(jìn)制流的長度（以字節(jié)為單位，不包stream、endstream以及endstream前面的換行符）。 對象4的結(jié)束標(biāo)志endobj后面的xref一直到文件最后是PDF文件的交叉引用表和文件尾部分，PDF文件對象的查找都要用到交叉引用表和文件尾，其中文件尾包括從trailer開始一直到最后，可以看出trailer是一個(gè)字典，里面的/Size標(biāo)志PDF的對象的個(gè)數(shù)（包括PDF默認(rèn)的0號對象），/Root的值為整個(gè)文件的目錄對象（即含有/Type /Catalog的對象）的間接引用，接下來的startxref也能從字面上猜出來，它標(biāo)志著最后一個(gè)交叉引用表的起始位置（以字節(jié)為單位，交叉引用表的字符x（xref中的x）所在的位置減1，因?yàn)槠鹗嘉恢檬菑?開始的），一般應(yīng)用程序讀PDF都從文件末尾找startxref開始，最后的%%EOF是文件結(jié)束標(biāo)志。 最后最重要的就是交叉引用表了，一般情況下，交叉引用表有trailer的/Size的值加上1行（不含xref那行），第一行有兩個(gè)數(shù)，第一個(gè)表示該交叉引用表的起始對象號（此文件為0，是PDF自定義的對象0，無特殊作用），第二個(gè)表示該交叉引用表中的對象數(shù)，這里是5（也包括PDF自定義的0號對象），接下來的5行依次每行表示一個(gè)對象，每行的第一個(gè)是一個(gè)十位的非負(fù)整數(shù)，表示該對象的起始位置，第二個(gè)是一個(gè)5位的非負(fù)整數(shù)，表示該對象的生成數(shù)（最大為65535），最后一個(gè)是一個(gè)或者是f或者是n的字符，f表示該對象未被引用，n表示該對象已被引用，對象號為0的第一行較特殊，其起始位置為0，生成數(shù)為65535，最后一位是f，這是PDF的規(guī)定，不能改變。在讀取對象信息的時(shí)候，就是靠著這個(gè)交叉引用表找到各對象位置進(jìn)行解析的。依次交叉引用表一旦被破壞，你的PDF就不能被應(yīng)用程序（如Adobe Acrobat Reader）打開了。 最后一點(diǎn)，如果你想要將文中的代碼令存為一個(gè)PDF，然后用Acrobat打開它的話，你很可能會失望了，因?yàn)槲覐腢ltraEdit里面拷貝過來的時(shí)候里面的一些涉及到換行的一些字符很可能會被改變，所以對象的位置也會相應(yīng)的改變，交叉引用表中的數(shù)值又沒有變，當(dāng)然打不開了，要想打開，你可以把存的PDF用UltraEdit重新打開，切換到二進(jìn)制視圖（一定不能在文本視圖下保存），查每個(gè)對象的位置（將光標(biāo)移到對象號的字符前面，UltraEdit狀態(tài)欄會顯示十六進(jìn)制的光標(biāo)位置和十進(jìn)制的光標(biāo)位置），將十進(jìn)制的正確的光標(biāo)位置填到相應(yīng)的交叉引用表中的字段即可（填的時(shí)候最好是用替換模式而不是刪除模式，按退格鍵右邊的Insert鍵可以切換這兩種模式），4個(gè)對象的位置都填好后在二進(jìn)制模式下保存，然后再用Acrobat Reader打開來看看，如果能夠打開不報(bào)錯，就證明你大功告成了！雖然我們只能看到一個(gè)什么都沒有的空白頁面，但好歹這也是我們自己手工制作的第一個(gè)PDF文件
|
|
|
