PDF檔案結構

pdf（Portable Document Format的簡稱，意為“便攜式文檔格式”），是由Adobe Systems用于與應用程式、作業系統、硬體無關的方式進行檔案交換所發展出的檔案格式

PDF檔案結構四個部分

1. 檔案頭 Header
2. 檔案體 Body
3. 交叉引用表 Cross-reference table
4. 檔案尾 Trailer

更新方式：采用增量更新

PDF檔案支援8種基本類型對象

1. 布爾

true和false      

1. 整數和實數

549      

1. 字元串

(This is a string)  % 可見字元
<4E6F762073686D6F7A206B6120706F702E>  % 16進制      

1. 名稱

/Type      

1. 數組

[549 3.14false (Ralph) /SomeName]      

1. 字典

<</Type /Example

/StringItem(a string)

/Subdictionary<< /Item1 0.4

/Item2true

/LastItem(not!)

/VeryLastItem(OK)

>>
>>
      

1. 流對象

stream

流資料

Endstream      

1. 空對象

以null來表示      

各種對象的辨識方法

(1) 以（開頭：字元串對象

(2) 以／開頭：名稱對象

(3) 以＜開頭：若後面不接<，便是字元串對象（見<<開頭的說明）

(4) 以＜＜開頭：詞典對象，若之後再接stream便是流對象

(5) 以負号開頭：後面接數字便是數字對象

(6) 以數字開頭：數字對象，整數對象必須再往後看兩個對象，才能決定是否為對象參用形式

(7) 以ｆ開頭：若是false便是布爾對象

(8) 以ｎ開頭：若是null便是空對象

(9) 以ｔ開頭：若是true便是布爾對象

(10) 以[開頭：數組對象

(11) 其他：不合法的對象

1、首部

%PDF-1.4       

PDF檔案格式版本号

2、檔案體

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

對象号, 唯一辨別一個對象 eg: 3

産生号, 修改次數 eg: 0

對象内容, 包含在<< 和>>之間 以關鍵字endobj結束

3、交叉引用表

用來索引各個obj 對象在文檔中的位置，以實作随機通路

xref
0 8
0000000000 65535f
0000000009 00000n
0000000074 00000 n
0000000120 00000 n
0000000179 00000 n
0000000322 00000 n
0000000415 00000 n
0000000445 00000 n      

解釋：

• xref：交叉引用表的開始
• 第一行0 8： 下面各行所描述的對象号是從0開始，并且有8個對象
• 0000000000 65535f：

(1) 對象0的起始位址為0000000000，産生号（generation number）為65535

(2) 65535是最大産生号，不可以再進行更改

(3) f：對象為free

(4) 一般每個PDF檔案都是以這一行開始交叉應用表，其實這個對象可以看作是檔案頭

• 0000000009 00000n:

(1) 表示對象1，0000000009是其偏移位址，

(2) 00000為5位産生号（最大為65535），0表明該對象未被修改過,

(3) n表示該對象在使用，差別與自由對象(f)，可以更改。

4、尾部

Trailer
<<
/Size 8
/Root 1 0 R
>>
startxref
553
%%EOF      

解釋

（1）trailer 說明檔案尾 trailer對象的開始

（2）/Size 8 說明該PDF檔案的對象數目

（3）/Root 1 0 R 說明根對象的對象号為1

（4）Startxref 553說明交叉引用表的偏移位址，進而可以找到PDF文檔中所有的對象的相對位址，進而通路對象。

（5）%%EOF 為檔案結束标志

參考

1. https://baike.baidu.com/item/pdf/317608
2. PDF學習二：PDF檔案實體結構
3. PDF文檔結構說明