【发布时间】：2010-12-23 23:42:20
【问题描述】：
很多时候我以编程方式创建 PDF，但它可能存在问题，例如某些特定的字母可能无法很好地显示，或者我可能有编码问题等。
有什么方法可以调试 PDF 吗？例如。看到它的详细结构了吗？
【问题讨论】：
【发布时间】：2010-12-23 23:42:20
【问题描述】：
这是我在 Linux 中通常做的事情：
-
安装
qpdf包并运行qpdf --qdf --object-streams=disable orig.pdf decoded.pdf。现在您可以在文本编辑器中打开decoded.pdf并查看 pdf 源代码。 -
我还在 Linux 上安装了PDFedit，它有一个 gui 程序，可以让您从舒适的图形界面中检查所有 pdf 结构。 RUPS 是一个类似的应用程序，它们都可以在 Flathub 中使用（无论您的 Linux 发行版如何，都可以轻松安装）：
https://flathub.org/apps/details/net.sourceforge.Pdfedit
https://flathub.org/apps/details/com.itextpdf.RUPS
【讨论】：
有许多免费工具可让您查看未压缩和解密的 PDF 内容（给定密码）。
我想到了用于 iText 的 RUPS（但我有偏见）。我不知道是否有 iTextSharp 等价物。它是一个带有 PDF 对象树视图（所有这些应用程序都有）的 GUI。
有些可以让您在该树中编辑 PDF，但数量不多。我相信 Windjack 的 PDF CanOpener 会（以及您期望从商业 Acrobat 插件获得的其他几个漂亮功能）。
在紧要关头， 可以工作...但不要尝试更改任何内容。 PDF 是一种二进制格式：字节偏移很重要。如果您的文本编辑器将 \n 更改为 \r\n（或尝试将其解释为 UTF-8、或、或、或），您的 PDF 将被严重损坏。不要那样做。
我最终做了很多搜索给定的对象编号来查找间接引用。查找单个数字引用总是很痛苦，因为“4 obj”出现在每十个对象（14、24、34、1234 等）的末尾。寻找“line-4 obj-end of line”的正则表达式搜索会很棒，但我通常使用记事本，所以它已经过时了（而且我不是一个正则表达式的人）。
PS：即使有一个漂亮的 Acrobat 插件（不是开罐器，是从前自己开发的），我仍然需要时不时地打开一个文本编辑器。
Acrobat 有时会在加载 PDF 时进行更改（主要是为了修复问题），如果您想知道真正存在的内容，则需要以其他方式查看该 PDF。当您尝试调试损坏的 PDF 时，acrobat 的帮助是您最后需要的。
PPS：Acrobat 在其高级->预检配置文件中也有一个漂亮的“pdf 语法检查”。它还检查了各种 PDF/* 标准（PDF/X、PDF/A-1 [a 和 b] 等）、可访问性等。当您尝试合规时，它们是无价的。不完全是您所询问的调试工具，但非常方便。
PPPS：“区分”两个 PDF 几乎是不可能的，除非为您编写自定义工具。我写了一些东西，列出了所有页面（大小）和字段（类型、标志等）以可预测的顺序并将其转储到一个文本文件中，这样我就可以对文件进行比较......但是直接区分两个 PDF 是没有意义的。 “相同”文件有太多不同的方式（对象顺序、字典键顺序、压缩级别等）。
【讨论】：
-
我在github.com/itext/rups 上查看 RUPS（这是我能为 Mac 找到的少数几个选项之一），但它看起来更像是一个库，而不是一个独立的应用程序。 （它不会在任何地方调用 LicenseKey.loadLicenseFile()。）根据您的描述，我认为它是独立的，只要我有 iText 许可证。我错过了什么？
-
来自 iText 的电子邮件明确表示没有 GUI，这与您的第二段相矛盾。也许它曾经提供过图形用户界面？我看过屏幕截图和演示，但没有最新的？如果您有 RUPS 网站提供“带有树视图的 GUI”，我希望有一个链接。
-
packages.debian.org/sid/java/libitext-rups-java 承诺提供 GUI，但我不在 Debian 系统上，我不清楚它是否与我最初在 github.com/itext/rups 找到的 iText RUPS 相同
-
@SarahMesser RUPS 带有一个 GUI。您可以从github.com/itext/rups/releases 下载它，该zip 包含几个jar（还有一个exe，我没有尝试过）。要运行它，请使用：
java -jar itext-rups-5.5.9-jar-with-dependencies.jar。 -
@SarahMesser 你也将 RUPS 打包在 flathub 中，无论你的 Linux 发行版如何，都可以轻松安装：flathub.org/apps/details/com.itextpdf.RUPS
只需在一些文本编辑器中打开它。 PDF 实际上是一个 ASCII 文件（它可以包含嵌入的二进制数据）。
【讨论】：
-
据我所知，现在大多数 PDF 都打包了页面流，打开此类文件时，您可能在文本编辑器中看不到任何有用的内容。
-
尝试打开其中的一些。或者你想让我给你发一些 PDF - 你会感到惊讶:)
-
我想说 - 一个人问了一个问题，尝试在文本编辑器中打开文件并没有什么坏处 :) 也许可以在其中读取文件；我有很多这样的文件:)
-
Adobe 对使用对象流持保留态度。第 3 方 PDF 生成器通常默认为“常规”（如果它们完全支持）。由于这里的大多数人都没有使用 Acrobat SDK，我认为文本编辑器是一个非常有效的选择。远不是唯一的一个，而是一个完全有效的......当你有“真正的”选择时的事件（请参阅我的答案以获得解释）。
好吧，我想调试一些我前几天使用 pdfLaTeX 生成的 PDF 文件，我发现 Adobe [Acrobat] Reader 不是很有帮助，因为我生成的稍微无效的 PDF 会像打开一样打开没问题，他们只是未能关闭。这使得 TeX/View/Edit 循环有点痛苦，因为我必须在再次进行 TeX 之前终止整个 Reader 进程。
我使用 Ghostscript 获得了更有利的结果。就我而言，这是GSview，因为我使用的是Windows；如果我一直在使用 Linux，我会改用 gv。这不仅没有阻止我重新对文件进行 TeXing（即使它仍然处于打开状态），它也足以产生几乎无法理解的错误消息，而不是假装一切正常。这些让我稍微眯眼就能看到我在 PDF 代码中搞砸了什么，并最终生成this tex.SE answer of mine中给出的示例
如果我能弄清楚如何告诉 Ghostscript 在错误消息中包含更多细节，那就太好了（好吧，如果我看手册的正确部分足够长的时间，我可能会这样做，实际上），但通过将 PDF 与 Ghostscript 错误消息和 Adobe's PDF reference 进行比较，并不难弄清楚我搞砸了什么。 （我链接到存档页面，因为那里的 PDF 参考完全由 Adobe 制作，排版质量更高，而且比主页上的 PDF 的 ISO 标准小得多。）
当然，为了在您的文本编辑器中理解它，不压缩页面流可能很重要，所以我建议您弄清楚如何指示您的软件不要压缩它们，或者之后再找一些东西来解压它们。
所以，简而言之：
不要使用 Adobe [Acrobat] Reader（除非你认为你的 PDF 很好，否则）。
请尝试指示您的软件不要压缩页面流。
请使用文本编辑器查看 PDF（最好设置为“PostScript”模式，因为语法密切相关）。
【讨论】：
http://blog.didierstevens.com/programs/pdf-tools/ 或 http://podofo.sourceforge.net/about.html 怎么样
有关 PDF 工具和库的列表 - http://en.wikipedia.org/wiki/List_of_PDF_software 您可能会在那里找到适合您需求的其他工具。
【讨论】：
另一个工具是 pdfstreamdumper
https://github.com/dzzie/pdfstreamdumper
它实际上非常直观
用于分析 javascript / as3 代码等
内置了很多东西
（hexviewer / 重构（反混淆器）等）
【讨论】：
您可以使用 CanOpener、PDFedit 或 Acrobat 等工具查看 PDF 的结构（我在 http://www.jpedal.org/PDFblog/2010/09/useful-pdf-tools-pdfedit/ 写了一篇关于该主题的博客文章）
【讨论】：
-
...虽然我自己不使用它。我与 Windjack（出售它的公司）没有任何关系。如果你有 Acrobat，还有很多漂亮的小功能。