|
【转帖】文件格式之pdf
http://bbs.pediy.com/archive/index.php?t-104633.html
【文章标题】: 文件格式之PDF 【文章作者】: youstar 【作者邮箱】: youstar@foxmail.com 【个人主页】：http://www.youstar.org.ru 【作者声明】: 只是一些很浅的认识，希望大家一起讨论。 【文章下载】：代码与文章见附件 参考了网上的很多知识，作为自己整理学习，不足之处请大家理解与讨论。 目录： 1、PDF格式分析 1.1 header 1.2 Obj 1.3 cross reference table 1.4 trailer 1.5 文件尾 1.6 Obj对象 2、VC生成PDF 2.1 前期准备 2.2 源码及效果 3、参考资料 正文： 1、PDF文件分析 PDF文件主要包含以下几种结构： 1.1 header PDF文件的第一行，格式如下： %PDF-1.1 //表示当前文件的版本为1.1（目前最高版本是1.7） 1.2 Obj (文件体) PDF中用到的对象，包括文本\图象\音乐\视频\字体\超连接\加密信息等，格式如下： 例： 1 0 obj //1标示这个obj的序号，便于在xref中查找，0是用来标示不同的obj现在都是0，obj是关键字 << // 从这里开始各行就是obj的属性了 以“/关键字 值”的形式来出现 /Type /Catalog //obj的类型是目录catalog /Outlines 2 0 R //第二个obj是outlines /Pages 3 0 R //第三个obj是Pages /OpenAction 7 0 R // OpenAction 在第7个obj >> endobj //一个obj结束 1.3 cross reference table xref 0 5 0000000000 65535 f 0000000009 00000 n 0000000074 00000 n 0000000120 00000 n 0000000179 00000 n xref是obj的索引表，用来索引各个obj在文档中的起始位置，它的形式如下图，其中0,211分别代表这个xref的obj的起始和终止序号。下面 的各行就代表各个obj在这个文档的起始位置，其中第一串字符（10个）代表起始位置，中间的五个字符也是为了区分用的，只有当这个对象被删除的时候才有 用,表示这个对象被删除后又被重新生成后的对象号，现在基本上全为0。 后面的字母有两种：f代表删除的，n代表要使用的。 1.4 trailer trailer << /Size 8 /Root 1 0 R >> 后面的trailer是对整个xref的摘要，说明里面有多少个OBJ，读的时候从哪个OBJ开始解析，信息节点等，其中： /size :这个pdf中总共使用了多少个对象 /root :这个pdf文件的catalog对象的对象号,这是pdf中最顶层的对象，即PDF是组织对象号，此例中位 1 0 R 1.5 文件尾 startxref 553 %%EOF 因为一个文档中可以有多个xref，所以这里要指明要从哪个xref开始进行解析这个文件。 /startxref: 后面的数字表示cross reference table的开始位置，里面的数字是10进制。 /%%EOF :文件结束符. 1.6 OBJ对象 Pdf的OBJ中的对象有如下几种，现介绍如下： (1)文件描述对象，用来描述这个文件的标题，作者，时间等 (2)组对象，也就是文档内容的起始结点。Type 为Catalog (3)页集合，里面聚合了大量的页对象。 Type 为pages (4)页对象，里面指明了当前页里面用到的字体，内容，活动对象，图片等。Type 为page (5)活动对象，有链接，文字，声音，电影等，Type 为Annots (6)图片对象， Type 为 XObject (7)字体对象，Type 为 Font 。PDF可以内置字体，所以即使目标机器上没有，只要它内置了，也可以正常地显示，不受影响。 (8)流对象。所有的二进制内容都是存在这个对象里面，文件流的常见的压缩方式是：图片的一些压缩算 法，FlateDecode,ASCIIHexDecode,ASCII85Decode等等，FlateDecode事实上就是ZIP的压缩算法。流对 象的长度是关连到一个长度对象上的/Length 188 0 R这种形式。188就是存这个长度的OBJ的顺序号。 (9)数字对象。例如： 188 0 obj 2538 endobj 里面只有一个数字，经常用来表示长度。 2、VC生成PDF PDFLib是用于创建PDF文档的开发库，提供了简单易用的API，隐藏了创建PDF的复杂细节且不需要第3方软件的支持。已VC编辑一个控制应用台程序为例来生成一个PDF。 2.1 前期准备 先到PDFLib官网下载库文件，最新版为pdflib8，但是生成的pdf有一个官网的网址，5.0版本以下没有，链接地 址：http://www.pdflib.com/download/pdfl...毯螅略乜庵� pdflib.h,pdflib.dll,pdflib.lib拷贝到工程目录。 2.2 源码 参照官网提供的一些sample，改编了一个，源代码如下： #include "stdafx.h" #include "pdflib.h" #pragma comment(lib,"pdflib.lib") int main() { PDF *p; /* create a new PDFlib object */ if ((p = PDF_new()) == (PDF *) 0) { printf("Couldn't create PDFlib object (out of memory)!\n"); return(2); } PDF_TRY(p) { /* This means we must check return values of load_font() etc. */ PDF_set_parameter(p, "errorpolicy", "return"); if (PDF_begin_document(p, "pediy.pdf", 0, "") == -1) { printf("Error: %s\n", PDF_get_errmsg(p)); return(2); } // /* This line is required to avoid problems on Japanese systems */ // PDF_set_parameter(p, "hypertextencoding", "host"); PDF_set_info(p, "Creator", "pediy.c"); PDF_set_info(p, "Author", "youstar"); PDF_set_info(p, "Title", "Hello, pediy (C)!"); PDF_begin_page_ext(p, a4_width, a4_height, ""); /* Change "host" encoding to "winansi" or whatever you need! */ font = PDF_load_font(p, "Helvetica-Bold", 0, "host", ""); if (font == -1) { printf("Error: %s\n", PDF_get_errmsg(p)); PDF_delete(p); return(2); } PDF_setfont(p, font, 24); PDF_set_text_pos(p, 50, 700); PDF_show(p, "pediy"); PDF_continue_text(p, "2010 better!"); PDF_end_page_ext(p, ""); PDF_end_document(p, ""); } PDF_CATCH(p) { printf("PDFlib exception occurred in hello sample:\n"); printf("[%d] %s: %s\n", PDF_get_errnum(p), PDF_get_apiname(p), PDF_get_errmsg(p)); PDF_delete(p); return(2); } 效果如下： 37114 3、参考资料 【1】PDF格式详解http://blog.csdn.net/bobob/archive/.../23/751381.aspx 【2】PDF文件格式http://ironsoft.cnblogs.com/archive.../05/311467.html 【3】PDFLib8下载地址： http://www.pdflib.com/download/pdflib-family/pdflib-8 附件下载： 1、本文文章：37115 2、工程源码：37116 3、库文件：37117 |
| 所有的时间均为北京时间。 现在的时间是 04:05 PM. |