PDF杂谈一 PDF对象流

引言

在“PDF学习二 PDF物理结构”的说明里用了较大的篇幅说明了交叉引用表，但是有人表示说，用记事本打开一个PDF文件，并没有看到所谓的交叉引用表。

精华提炼出来的文档的描述有错误么？非也，只是交叉引用表现在使用的比较少了，大部分的pdf文件都在使用交叉引用流

无奈只能开了一个杂谈说明下PDF对象流，对PDF物理结构的一个补充。

正文

先来了解下什么是对象流     Object Streams

来个定义： 从PDF1.5开始新增object stream，包含一系列的PDF对象，类似文件体。

优点：

1. 压缩PDF对象
2. 减小PDF文件大小

大部分对象都可出现在对象流中，除了以下情况：

1. 流对象 Stream Objects。
2. 对象的产生号不是0。
3. 文档的加密字典。
4. 一个对象的Length条目出现在对象流字典中。

以下是解码后的Object Stream例子：

15 0 obj                  % 对象流 object stream

<< /Type /ObjStm   % 类型必需是ObjStm

/Length 1856

/N 3                        % 对象流中对象数
/First 24                  % 第一个对象的偏移值
>>
stream
% 对象号和相对于第一个对象的偏移值
11 0 12 547 13 665  % 11、12和13是对象号，0、547和665是偏移值
<< /Type /Font         % 略去obj和endobj，以<<与>>分隔。
/Subtype /TrueType

...other keys...

/FontDescriptor 12 0 R
>>

接着重点，什么是交叉引用流 Cross-Reference Streams

再来个定义： 从PDF1.5开始新增Cross-Reference Streams，包含一个字典类似物理结构中trailer字典和一个数据流存储交叉引用表的数据。

优点：

1. 交叉引用信息更紧凑。
2. 能够访问存储在Object Stream中的被压缩的对象，方便增加新的交叉引用信息。

12 0 obj               % Cross-reference stream
<< /Type /XRef    % 交叉引用流字典替代trailer字典
/Size ...                % 类似trailer中的Size有多少对象
/Root ...

/W [1 2 1]            % 交叉引用流中数据分布由1字节、2字节、1字节表示
>>
stream      
... % 流数据包含交叉引用信息
endstream
endobj
... more objects ...
startxref               % startxref 替代xref
byte_offset_of_cross-reference_stream  % Points to object 12
%%EOF

交叉引用流中数据含义：

例子：

对象与交叉引用表	对象流	交叉应用流
1 0 obj % The document root, at offset 23. << /Type /Catalog /StructTreeRoot 3 0 R … >> endobj 12 0 obj … endobj … 99 0 obj … endobj xref % The main xref section, at offset 2664 0 100 % This subsection has entries for objects 0 - 99. 0000000002 65535 f % Entry for object 0 0000000023 00000 n % Entry for object 1, the root 0000000003 65535 f % Entry for object 2 (object stream), marked free in this table 0000000004 65535 f % Entry for object 3, marked free in this table 0000000005 65535 f % … 0000000006 65535 f 0000000007 65535 f 0000000008 65535 f 0000000009 65535 f 0000000010 65535 f 0000000011 65535 f 0000000000 65535 f % Entry for object 11 (xref stream), marked free in this table. 0000000045 00000 n % Entry for object 12, in use. 0000000179 00000 n % Entry for object 13, in use. … 0000002201 00000 n % Entry for object 99, in use. trailer << /Size 100 /Root 1 0 RSECTION 3.4 File Structure 113 /ID … >> startxref 2664 % Offset of the main xref section %%EOF	2 0 obj % The object stream, at offset 3722 << /Length ... /N 8 % This stream contains 8 objects. /First 47 % The stream-offset of the first object >> stream 3 0 4 50 5 72 … % The numbers and stream-offsets of the 8 objects << /Type /StructTreeRoot % This is object 3. /K 4 0 R /RoleMap 5 0 R /ClassMap 6 0 R /ParentTree 7 0 R /ParentTreeNextKey 8 >> << /S /Workbook % This is object 4 (K value from StructTreeRoot). /P 8 0 R /K 9 0 R >> << /Workbook /Div % This is object 5 (RoleMap). /Worksheet /Sect /TextBox /Figure /Shape /Figure >> … % Objects 6 through 10 are defined here. endstream endobj	11 0 obj % The cross-reference stream, at offset 4899 << /Type /XRef /Index [2 10] % This stream contains entries for objects 2 through 11 /Size 100 /W [1 2 1] % The byte-widths of each field /Filter /ASCIIHexDecode % For readability only (not supported by Acrobat 6) … >> stream 01 0E8A 0 % Entry for object 2 (0x0E8A = 3722) 02 0002 00 % Entry for object 3 (in object stream 2, index 0) 02 0002 01 % Entry for object 4 (in object stream 2, index 1) 02 0002 02 % … 02 0002 03 02 0002 04 02 0002 05 02 0002 06 02 0002 07 % Entry for object 10 (in object stream 2, index 7) 01 1323 0 % Entry for object 11 (0x1323 = 4899) endstream endobj xref % The update xref section, at offset 5640 0 0 % There are no entries in this section. trailer << /Size 100 /Prev 2664 % Offset of previous xref section /XRefStm 4899 /Root 1 0 R /ID … >> startxref 5640 %%EOF

尾声

恶补了下PDF Reference，找到以上说明，不足之处请指出。

微信公众号