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

[ 原创首发]  PDF Reference 学习札记（一）

作者: regina  发布日期: 2008-8-03    查看数: 586   出自: 网上读书园地

Google Adsene 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。