回车前的 ASCII 字符在 PDF 页面中代表什么？

Question

这可能是一个相当基本的问题，但我很难弄清楚，它可能对未来的访问者有用。

我想获取 PDF 文件中的原始数据，并且我已经使用 Python 库 PyPDF2 使用以下命令对页面进行了解码：

import PyPDF2
with open('My PDF.pdf', 'rb') as infile:
    mypdf = PyPDF2.PdfFileReader(infile)
    raw_data = mypdf.getPage(1).getContents().getData()
    print(raw_data)

查看提供的原始数据，我开始怀疑回车前的 ASCII 字符很重要：我看到的每个回车前都有一个。看起来它们可能是某种令牌标识符。我已经发现/RelativeColorimetric 与序列ri\r 相关联。我目前正在查看PDF 1.7 standard Adobe provides，我知道在某处有解释，但我还没有在那个 756 页的庞然大物文档中找到它

Answer 1

这里的定义不是\r——它只是为了可读性而插入而不是常规空格——而是ri是一个运算符这一事实。

PDF 内容流使用基于堆栈的波兰符号语法：value<sub>1</sub> value<sub>2</sub> ... value<sub><em>n</em></sub> operator

例如，ri 的完整语法在第 127 页的表 57 中进行了说明：

intent ri (PDF 1.1) 在图形状态下设置颜色渲染意图（参见 8.6.5.8，“渲染意图”） .

这个想法是，这确实以这个顺序出现在内容流中。 （...我试图找到您正在使用的ri 的适当示例，但找不到；甚至在您提到的 ISO PDF 本身中也没有。）

来自其他地方的随机流 sn-p：

q
  /CS0 cs
  1 1 1 scn
  1.5 i
  /GS1 gs
  0 -85.0500031 -14.7640076 0 287.0200043 344.026001 cm
  BX
  /Sh0 sh
  EX
Q

（缩进来自我自己的 PDF 阅读器）显示 操作数（/CS0、1 1 1、1.5 等），以及 运算符（ cs、scn、i 等）在每一行的末尾，以便清楚起见。

7.8.2 内容流对此进行了解释：

...
使用任何指定过滤器解码后的内容流应根据第 7.2 节“词汇约定”中描述的 PDF 语法规则进行解释。它由表示操作数和运算符的 PDF 对象组成。 运算符所需的操作数应在流中位于其前面。有关内容流的示例，请参见 7.4 “过滤器”中的示例 4。
（我的重点）

7.2.2 字符集 指定在内容流中，制表符、换行符和回车符等空白字符只是：分隔符，并且可以出现在任何位置和任何数量（> = 1) 在操作数和运算符之间。它提到了

注意本标准中的示例使用将标记排列成行的约定。但是，示例使用空格进行缩进纯粹是为了说明清楚，不需要包含在实际使用中。

– 我可以向其中添加大多数 PDF 创建软件确实尝试分隔由带有返回的操作数运算符序列组成的“行”。