如何生成在文档查看器中工作的纯文本源代码 PDF 示例？

Question

我刚刚找到Adobe Forums: Simple Text String Example in specification broken. 的帖子，所以我对寻找纯文本源代码 PDF 示例很感兴趣。

所以，通过那个帖子，我最终发现：

• 网页PDF Reference and Adobe Extensions to the PDF Specification | Adobe Developer Connection；其中包含：
  • PDF Document Management – Portable Document Format – Part 1: PDF 1.7, First Edition (PDF32000_2008.pdf)

PDF 1.7 规范在第 699 页附录“_Annex H（信息性）示例 PDF 文件”；从那里开始，我想尝试“H.3 简单文本字符串示例”（“经典 Hello World”）。

所以我尝试将其保存为hello.pdf（_除了注意当您从PDF32000_2008.pdf复制时，您可能会得到“%PDF-1. 4” - 即1.之后插入的空格，必须删除_） ：

%PDF-1.4
1 0 obj
  << /Type /Catalog
      /Outlines 2 0 R
      /Pages 3 0 R
  >>
endobj

2 0 obj
  << /Type /Outlines
      /Count 0
  >>
endobj

3 0 obj
  << /Type /Pages
      /Kids [ 4 0 R ]
      /Count 1
  >>
endobj

4 0 obj
  << /Type /Page
      /Parent 3 0 R
      /MediaBox [ 0 0 612 792 ]
      /Contents 5 0 R
      /Resources << /ProcSet 6 0 R
      /Font << /F1 7 0 R >>
  >>
>>
endobj

5 0 obj
  << /Length 73 >>
stream
  BT
    /F1 24 Tf
    100 100 Td
    ( Hello World ) Tj
  ET
endstream
endobj

...我正在尝试打开它：

evince hello.pdf

...但是，evince无法打开它：“无法打开文档/PDF文档已损坏”；还有：

Error: PDF file is damaged - attempting to reconstruct xref table...
Error: Couldn't find trailer dictionary
Error: Couldn't read xref table

我也与qpdf联系：

$ qpdf --check hello.pdf
WARNING: hello.pdf: file is damaged
WARNING: hello.pdf: can't find startxref
WARNING: hello.pdf: Attempting to reconstruct cross-reference table
hello.pdf: unable to find trailer dictionary while recovering damaged file

我在哪里做错了？

非常感谢您的任何回答，
干杯！

Answer 1

该死的——我只复制了一部分代码； OP 代码是 pg 701 上的代码 - 然后有一个让我感到困惑的页脚；否则代码继续在 pg 702 :/

（编辑：另请参阅Introduction to PDF - GNUpdf (archive) 以获得类似的更详细的示例）

所以这里是完整的代码：

%PDF-1.4
1 0 obj
  << /Type /Catalog
      /Outlines 2 0 R
      /Pages 3 0 R
  >>
endobj

2 0 obj
  << /Type /Outlines
      /Count 0
  >>
endobj

3 0 obj
  << /Type /Pages
      /Kids [ 4 0 R ]
      /Count 1
  >>
endobj

4 0 obj
  << /Type /Page
      /Parent 3 0 R
      /MediaBox [ 0 0 612 792 ]
      /Contents 5 0 R
      /Resources << /ProcSet 6 0 R
      /Font << /F1 7 0 R >>
  >>
>>
endobj

5 0 obj
  << /Length 73 >>
stream
  BT
    /F1 24 Tf
    100 100 Td
    ( Hello World ) Tj
  ET
endstream
endobj

6 0 obj
  [ /PDF /Text ]
endobj

7 0 obj
  << /Type /Font
    /Subtype /Type1
    /Name /F1
    /BaseFont /Helvetica
    /Encoding /MacRomanEncoding
  >>
endobj

xref
0 8
0000000000 65535 f
0000000009 00000 n
0000000074 00000 n
0000000120 00000 n
0000000179 00000 n
0000000364 00000 n
0000000466 00000 n
0000000496 00000 n

trailer
  << /Size 8
    /Root 1 0 R
  >>
startxref
625
%%EOF

确实，正如错误消息所说，外部参照部分 丢失了！

然而，这还没有结束 - 虽然此文档将在 evince 打开，但 evince 仍然会抱怨：

$ evince hello.pdf 
Error: PDF file is damaged - attempting to reconstruct xref table...

...qpdf:

$ qpdf --check hello.pdf
WARNING: hello.pdf: file is damaged
WARNING: hello.pdf (file position 625): xref not found
WARNING: hello.pdf: Attempting to reconstruct cross-reference table
checking hello.pdf
PDF Version: 1.4
File is not encrypted
File is not linearized
WARNING: hello.pdf (object 5 0, file position 436): attempting to recover stream length

所以要真正得到一个正确的例子，正如Adobe Forums: Simple Text String Example in specification broken. 指出的那样，需要重建外部参照表（具有正确的字节偏移量）。

为了做到这一点，我们可以使用pdftk to "Repair a PDF's Corrupted XREF Table and Stream Lengths (If Possible)"：

$ pdftk hello.pdf output hello_repair.pdf

...现在hello_repair.pdf 在evince 中打开没有问题-qpdf 报告：

$ qpdf --check hello_repair.pdf
checking hello_repair.pdf
PDF Version: 1.4
File is not encrypted
File is not linearized
No errors found

嗯，希望这对某人有所帮助，
干杯！

Answer 2

您应该在文件末尾附加一个（语法正确）xref 和 trailer 部分。这意味着：PDF 中的每个对象都需要外部参照表中的一行，即使字节偏移量没有正确说明也是如此。然后 Ghostscript、pdftk 或 qpdf 可以重新建立正确的外部参照并渲染文件：

[...]
endobj
xref 
0 8 
0000000000 65535 f 
0000000010 00000 n 
0000000020 00000 n 
0000000030 00000 n 
0000000040 00000 n 
0000000050 00000 n 
0000000060 00000 n 
0000000070 00000 n 
trailer 
<</Size 8/Root 1 0 R>> 
startxref 
555 
%%EOF