5

我刚刚发现Adob​​e 论坛：规范中的简单文本字符串示例已损坏。，所以我对查找纯文本源代码 PDF 示例产生了兴趣。

所以，通过那个帖子，我最终发现：

PDF 1.7 规范在第 699 页附录“_Annex H（信息性）示例 PDF 文件”；从那里开始，我想尝试“H.3 简单文本字符串示例”（“经典 Hello World”）。

所以我尝试将其另存为hello.pdf（_除了注意当您从 PDF32000_2008.pdf 复制时，您可能会得到“ %PDF-1. 4” - 即在 之后插入的空格1.，必须删除_）：

%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
      /Font << /F1 7 0 R >>
  >>
>>
endobj

5 0 obj
  << /Length 73 >>
stream
  BT
    /F1 24 Tf
    100 100 Td
    ( Hello World ) Tj
  ET
endstream
endobj

...我正在尝试打开它：

evince hello.pdf

...但是，evince无法打开它：“无法打开文档/PDF文档已损坏”；并且：

Error: PDF file is damaged - attempting to reconstruct xref table...
Error: Couldn't find trailer dictionary
Error: Couldn't read xref table

我还检查qpdf：

$ qpdf --check hello.pdf
WARNING: hello.pdf: file is damaged
WARNING: hello.pdf: can't find startxref
WARNING: hello.pdf: Attempting to reconstruct cross-reference table
hello.pdf: unable to find trailer dictionary while recovering damaged file

我哪里错了？

非常感谢您的任何答案，
干杯！

4

2 回答 2

2

啊该死的——我只复制了一部分代码；OP 代码是 pg 701 上的代码 - 然后有一个让我感到困惑的页脚；否则代码在 pg 702 上继续:/

（编辑：另请参阅PDF 简介 - GNUpdf（存档）以获取类似的更详细的示例）

所以这里是完整的代码：

%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
      /Font << /F1 7 0 R >>
  >>
>>
endobj

5 0 obj
  << /Length 73 >>
stream
  BT
    /F1 24 Tf
    100 100 Td
    ( Hello World ) Tj
  ET
endstream
endobj

6 0 obj
  [ /PDF /Text ]
endobj

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

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

确实，正如错误消息所说，缺少外部参照部分！

然而，这还没有结束——虽然这个文档会在 中打开evince，但 evince 仍然会抱怨：

$ evince hello.pdf 
Error: PDF file is damaged - attempting to reconstruct xref table...

......所以会qpdf：

$ qpdf --check hello.pdf
WARNING: hello.pdf: file is damaged
WARNING: hello.pdf (file position 625): xref not found
WARNING: hello.pdf: Attempting to reconstruct cross-reference table
checking hello.pdf
PDF Version: 1.4
File is not encrypted
File is not linearized
WARNING: hello.pdf (object 5 0, file position 436): attempting to recover stream length

因此，实际上要获得一个适当的示例，如Adob​​e 论坛：规范中的简单文本字符串示例已损坏。指出，需要重建外部参照表（具有正确的字节偏移）。

为了做到这一点，我们可以使用pdftk“修复 PDF 损坏的外部参照表和流长度（如果可能） ”：

$ pdftk hello.pdf output hello_repair.pdf

...现在hello_repair.pdf打开evince没有问题 - 并qpdf报告：

$ qpdf --check hello_repair.pdf
checking hello_repair.pdf
PDF Version: 1.4
File is not encrypted
File is not linearized
No errors found

好吧，希望这对某人有所帮助，
干杯！

于 2012-06-07T12:53:09.103 回答
2

您应该在文件末尾附加一个（语法正确）xref和trailer部分。这意味着：PDF 中的每个对象都需要外部参照表中的一行，即使字节偏移量没有正确说明也是如此。然后 Ghostscript、pdftk 或 qpdf 可以重新建立正确的外部参照并渲染文件：

[...]
endobj
xref 
0 8 
0000000000 65535 f 
0000000010 00000 n 
0000000020 00000 n 
0000000030 00000 n 
0000000040 00000 n 
0000000050 00000 n 
0000000060 00000 n 
0000000070 00000 n 
trailer 
<</Size 8/Root 1 0 R>> 
startxref 
555 
%%EOF
于 2012-06-07T13:03:17.227 回答