1、PDF 文件结构调研 目 录1、PDF 文件结构 31.2 文件头 31.3 文件体 31.4交叉引 用表（引 用对象的信息） 41.5 文件尾51、PDF 文件结构header：只包括1 行，说明PDF的版本body：内含实际的 文件内容xref table（交叉引 用表），包含的是 文件中引 用对象的信息尾部信息：可给出 文件实体包含的 一些特殊对象，以及交叉引 用表的位置1.2 文件头声明PDF 文件的版本号，且固定以“%PDF-”开头，后 面紧跟PDF版本号例如：%PDF-1.7注意点：1、从PDF-1.4版本开始， 文档 目录中的Version属性存在（可通过 文件trailer的r
2、oot属性定位），可 用于替换header的版本号。2、当PDF 文件包含 二进制数据，必须在后 面跟 一个注释 行，其中 至少需要包含4位 二进制数，通常会包含 一些“ 高位”(0x80-0xFF)的ASCII字符，这些数值可以表示128个编码或者更多的编码，在 文件起始处进 行数据检查，以便确定是 文本型还是 二进制型。1.3 文件体 一个PDF 文件的 文件体包括表示 文档内容的对象。对象是 文档的基本类型，表示 文档的各个组成部分，如字体， 页 面，和实例图形。从PDF1.5开始，主 干部分也可以包含对象流，每个对象流都包含 一系列间接对象。流中的对象指的是压缩对象。因此可以知道对象流
3、的 用途是压缩更多数 目的PDF对象。第 一个数字3表示的是对象号，第 二个数字0表示的是产 生号，是 用来表明它在被创建后的第 几次修改，所有新创建的PDF 文件的对象号应该都是0，即第 一次被创建以后没有被修改过。表示的是对象内容，对象的类型为 页码， 页码数是1，第 一 页的对象数是4.1.4 交叉引 用表（引 用对象的信息）交叉引 用表包含的信息允许对 文件中的间接对象进 行随意访问，以便不需要阅读整个 文件即可定位任何特殊对象了。每个参照表项 目固定是20位。看的xref这个关键词就代表交叉引 用表的开始。交叉引 用表的格式是固定的：举个例 子1.5 文件尾使得应 用程序在阅读 文件时能够快速的搜索到参照表和某个特殊对象的位置。应 用程序应从尾段开始阅读PDF 文件。 文件尾的格式读取 文件尾和交叉引 用表的过程trailer 中各属性的意义举个例 子（R指的是引 用任何 一个对象，不只是存在的还可以是不存在的）
