[ 原创首发] PDF Reference 学习札记（一） - 网上读书园地 - 信息资讯 - 专业交流

新手学园	检索方法	国内文献	国外文献	FTP联盟	BT资源	网络资源	计算机技术	读书软件	外语学习
网络经管	法律之窗	生命科学	教学相长	学术妙笔	读书参考	文学原创	多媒体	书园茶社	茶社转贴
强国梦	秋爽斋	淡泊草	水清木华	书园旧梦

您的位置：

首页 >> 信息资讯 >> 专业交流 >> 读书软件 >> 查看内容

[ 原创首发] PDF Reference 学习札记（一）

作者: regina 发布日期: 2008-8-03 查看数: 出自: 网上读书园地

PDF Reference 学习札记（一）

By Regina 梳理

进入readfree有一段时间了，看了coolman、cheming、老马等高手的一些旧贴和他们的宝贝后，大大激发了我的求知欲，我感到要想成为他们这样的高手，必须从基础开始学起，学习PDF Reference就是我迈出的第一步。今天，我第一次来这里发贴，把我学到的东西和大家一起分享，望高手们批评指正。

我模仿了PDF Reference的example 1，用记事本输入下面的文本，并把该文件保存为Ex001.pdf，它就是一个简单的PDF文件。

%PDF-1.6
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 28 Tf
100 100 Td
5 Tr
1 0 0 rg
0 0 1 RG
(Hello Word !)'
ET
endstream
endobj

6 0 obj
[ /PDF /Text ]
endobj

7 0 obj
<< /Type /Font
/Subtype /Type1
/Name /F1
/BaseFont /Helvetica
/Encoding /MacRomanEncoding
>>
endobj
1062
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

下面，我对上面的文件结构做一些细致的分析。

%PDF-1.6

▲　这是PDF文件头部，“-”后的1.6是PDF的版本信息。

1 0 obj
<< /Type /Catalog
/Outlines 2 0 R
/Pages 3 0 R
>>
endobj

▲　这是一个PDF中的“对象”，它的特点是：以obj开始，以endobj结尾。PDF文档都是以对象为单位组织其结构的。
△　“1 0 obj”中的“1”是对象编号，每个对象的编号是唯一的；“0”是对象的生成号，每当我们修改了PDF中的对象时，它会自增1。
△　中间的“<< >>”称为“字典”，里面有许多“键-值”对的描述信息。
△　其中，“/Type /Catalog”说明了该对象的类型是/Catalog（即“目录”对象），它是PDF文档的根对象。
△　“/Type”中除了有“/Catalog（目录对象）”外，还有“/Outlines（书签大纲对象）”、“/Pages （页面组对象）”以及“页面组对△　象/Pages”中含有的若干“/Page（页面对象）”等。
△　“2 0 R”和“3 0 R”都是对对象的“间接引用”。“2 0 R”就是在引用“2 0 obj”对象，“3 0 R”就是在引用“3 0 obj”对象。

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

▲　这是的一个“/Outlines（书签大纲对象）”。
△　“/Count 0”说明没有此书签个数为0，即没有书签。（以后我再详细分析）

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

▲　这是的PDF中的“/Pages （页面组对象）”，它有两个主要的选项“/Kids”和“/Count”。
△　“/Kids”说明了这个/Pages是由哪些/Page组成的，后面的“[4 0 R]”是一个数组，里面的“4 0 R”就是一个“/Page（页面对象）”，[]里可以有多个/Page对象组成。
△　“/Count 1”说明了/Pages对象里含有/Page对象的个数，这要与[]中的对象数目一致，这里表明这个PDF文件只有一页。

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

▲　这是“/Page（页面对象）”，它是属于“3 0 R”这个“/Pages （页面组对象）”的，这可以由它的“/Parent 3 0 R”看出来。

△　“/MediaBox”标识了该页的大小，单位为磅（注：1英寸=72磅=2.54厘米）。
△　“/Contents 5 0 R”就是指页面的具体内容是“5 0 obj”对象。
△　“Resources << /ProcSet 6 0 R /Font << /F1 7 0 R >> >> >> ”表明该页包含的一系列资源，包括“字体对象”和“PDF的内容类型”为文本型TEXT。

5 0 obj
<< /Length 73 >>
stream
BT
/F1 28 Tf
100 100 Td
5 Tr
1 0 0 rg
0 0 1 RG
(Hello Word !)'
ET
endstream
endobj

▲　这是/Page页面的具体内容。
△　“<< /Length 73 >> ”表示其后的stream和endstream之间的二进制流的长度（注：单位为“字节”）。
△　“/F1 28 Tf”表示选择由“7 0 obj”定义的字体，字号大小为28。（以后再详述）
△　“100 100 Td”表明要显示的字符位置，它以页面左下角为原点。
△　“6 Tr”为字体的样式修饰，“6”代表“填充字体内部并描边”。
△　“1 0 0 rg”和“0 0 1 RG”分别设置“填充颜色”和“边框颜色”。“填充颜色”用小写的“rg”，“边框颜色”用大写的“RG”。“1 0 0”表示“红、绿、蓝”三种色调的百分比，这里红色是1，就是100%的红。
△　(Hello Word !)'是要打印的字符文本。目前，只能是英文，如要显示中文字，必须要引入中字的字符。（以后再详述）

6 0 obj
[ /PDF /Text ]
endobj

▲　这个对象说明了PDF的内容类型为纯文本，如果是图片类型的，要改为“[/PDF /Image]”

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

▲　这是一个字体对象，以后再详述。

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

▲　这是PDF文件的“交叉引用表”，如果这个表被破坏，那整个PDF文档就不能被Adobe Acrobat Reader打开了，但Foxit Reader的容错率比较强，它还是可以打开的，所以建议大家把上面的文件保存成Ex001.PDF后，用Foxit Reader打开。
△　第二行“0 8”这两个数，第一个“0”表示“交叉引用表”的起始对象号（这个文件是0，为PDF自定义的对象0，无特殊作用），第二个“8”表示“交叉引用表”的对象总数（包含刚才自定义的0对象）。
△　其余的8行，每行为一个对象。
△　“0000000000 65535 f”这一行比较特殊。“0000000000”表示该对象在的起始位置为0，生成数为65535，f表示该对象未被引用，这是PDF的规定。
△　剩下的7行中，n表示该对象已被引用。

注：在读取对象信息的时候，就是靠着这个交叉引用表找到各对象位置进行解析的。

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

▲　这是PDF文件的“文件尾”部分，以trailer对象的开始，“trailer << >>”里面是一个字典。
△　“/Size 8”表示该PDF文件中的obj对象总数。
△　“/Root 1 0 R”表示该PDF文件中的根对象，为“1 0 obj”。
△　“Startxref 625”表示“交叉引用表”的偏移地址，可以用它来定位PDF文档中所有的对象的相对地址。
△　一般放在文件最后，是文件结束标志。

以上是我今天一天读PDF Reference的笔记，先到这里，希望园子里的各位高手批评指正，我想只有这样我们大家才能慢慢深入PDF的内部，编出像coolman、cheming、老马等高手的软件。

PDF Reference 学习札记（一）.rar

【论坛浏览】【我来说两句】【打印】【大】【中】【小】【关闭】