PDF 规范中的最小 PDF 示例答案

【问题标题】：Minimal PDF example in PDF specificationPDF 规范中的最小 PDF 示例
【发布时间】：2012-09-21 16:07:27
【问题描述】：

我从PDF Specification 获取了 PDF 规范中的最小 PDF 示例，将其复制到记事本中，将文件重命名为具有扩展名 .pdf。

我可以用其他 PDF 查看器（PDF-XChange、SumatraPDF、MuPDF）打开它。但是当我用 Adobe Reader 打开它时，它说文件已损坏。

我不确定其他查看者是否将此“损坏”文件视为空白文件。

该文件应该显示一个空白页，因为它是一个最小的示例。

事实上，我修改了最小的例子。因为当我将它从 PDF 规范复制到记事本，并通过十六进制编辑器打开 .txt 文件时，我看到 .txt 文件中的新行给了我 2 个空间。例如，

1 0 obj
<< /Type /Catalog

给我（在十六进制编辑器中）

1 0 obj  << /Type /Catalog

这是（十六进制值）

31 20 30 20 6F 62 6A 0D 0A 3C 3C 20 2F 54 79 70
65 20 2F 43 61 74 61 6C 6F 67

j 和 < 之间的 2 个空格是 0D 0A。

因此我不在记事本中创建新行，并修改xref部分中的值。

以下是完整代码。

你知道这个例子有什么问题吗？为什么 Adobe Reader 说它坏了？这是因为我在xref 中给出了错误的值吗？

%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 >> >> endobj 5 0 obj << /Length 35 >> stream … Page-marking operators … endstream endobj 6 0 obj [/PDF] endobj xref 0 7 0000000000 65535 f 0000000009 00000 n 0000000074 00000 n 0000000119 00000 n 0000000176 00000 n 0000000295 00000 n 0000000373 00000 n trailer << /Size 7 /Root 1 0 R >> startxref 395 %%EOF

【问题讨论】：

标签： pdf pdf-generation

【解决方案1】：

首先：当您从 PDF 规范“复制”示例时，很可能发生了一些事情，导致您的副本无法按预期工作：

...您没有通过在文本编辑器中重新键入示例来“复制”，但是
...您使用了复制粘贴，使用 PDF 作为源文件。

根据您的文本编辑器，该方法可能导致换行约定的转换从 [cr]+[lf] 更改为 [cr]，反之亦然。这反过来意味着对象“目录”（“xref”表）中的字节偏移量不再有效。

您发布的 PDF 源代码的另一个问题是它现在根本不包含任何换行符。一些观众可能仍然能够默默地解析这件事，但并非所有人都如此。这肯定是违反规范的，因为根据规范，在第 7.5.2 章中明确说明

"PDF 文件的第一行应该是由 5 个字符组成的标题 %PDF– 后跟 1.N 形式的版本号，其中 N 是 0 到 7 之间的数字。

您的标题违反了该规则。

另外，5 0 obj 中的“流”不是任何有效的 PDF 代码，它只是占位符文本 (… Page-marking operators …)。有些观众看到这样的“垃圾”时可能会倾斜。

最后，您的 startxref 值不正确。

所以这是一个有效的文件。我在文本编辑器中修复了它，我把你的原始代码作为注释放在%%EOF之后，以供比较和参考：

%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 >> >>
endobj
5 0 obj
<< /Length 35 >>
stream
… Page-marking operators …
endstream 
endobj
6 0 obj
[/PDF]
endobj
xref
0 7
0000000000 65535 f 
0000000009 00000 n 
0000000074 00000 n 
0000000119 00000 n 
0000000176 00000 n 
0000000295 00000 n 
0000000376 00000 n 
trailer 
<< /Size 7 /Root 1 0 R >>
startxref
394
%%EOF

%% %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 >> >> endobj 5 0 obj << /Length 35 >> stream … Page-marking operators … endstream endobj 6 0 obj [/PDF] endobj xref 0 7 0000000000 65535 f 0000000009 00000 n 0000000074 00000 n 0000000119 00000 n 0000000176 00000 n 0000000295 00000 n 0000000373 00000 n trailer << /Size 7 /Root 1 0 R >> startxref 395

【讨论】：

谢谢Kurt，但是为什么startxref的值是394而不是396。这个值不应该是这个文件中xref中字符'x'的字节偏移量吗？在十六进制编辑器中为 396。但是对于 396，文件已损坏，而 394 可以正常工作。我不知道原因。
@user565739：你应该运行dd bs=1 skip=394 if=this.pdf。这意味着您在转储文件时跳过了前 394 个字节。现在输出应该以xref 开头，单独一行。
当我复制/粘贴这个时，我不得不将“页面标记操作符”周围的单个字符“...”更改为三个字符“...”，并将 startxref 从 394 更改为 398。我怀疑当我复制/粘贴单个字符“...”时被删除了。通过扩展为三个，单独的“。”在流的任一侧，这又增加了 4 个字节，这将我从 394 移动到 398 以作为外部参照表的开始。
当我尝试添加一些内容时，我只得到一个空白页，例如，使用“BT 10 50 Td (AwaY!)Tj ET”（说明和开始/结束标签在单独的行中）作为对象 5 的流 - 并在调整相应的字节偏移后。预览打开它很好，但只显示一个空白页。我在 OX 10.6.8 上使用 Preview 版本 5
@MASL：可以在这里找到更多（手动编码的）PDF 示例：github.com/angea/PDF101/tree/master/handcoded。