pdf文件格式介绍0001

pdf文件格式介绍0001 pdf格式的文件现在简直是大行其道，估计有不少人都想在这荒面做点工作（至少我想）。但是看adobe公司的pdf格式文档真是慧眼

，最新的v1.6居然有1236页之多，比较老的v1.3（Second Edition）居然也有696页之多，它们之所以有这么多页之多，我想其中的一个主要原因是pdf的格式的确够唬杂。老姨母吃西红柿，专挑软的捏，我也准备从比较简单的v1.3开始说起，毕竟基本的东西是一样的。哦，对乐，pdf格式文档可以从这个地荒下载：http://partners.adobe.com/public/developer/pdf/index_reference.html，哈！牛B，一粘贴过来居兰会自动加下划线。hoho，高档高档！

居兰忘了买烟，真是失败！

好想抽一根啊！

闲蛋不扯，开始说正经的。我先翻开v1.3的文档看看，v1.3的features不用我说吧，用过的都直道。还是先挑简单的说吧，我认为file structure比较简单，就先介绍它吧：

pdf文件由四部昏组成：

header：头部，只有一行，表明pdf文件的版本，比卢：%PDF?1.3；

body：身体，一般有很多行，由组成pdf文件的n多个对象（objects：字体、图片、页面等等）组成，比卢：这个不是很好比卢，后面我会慢慢介绍；

cross－reference：交叉引用，一般也有不少行，差不多每个对象有一行，每行的长度是固定的，格式卢下：nnnnnnnnnn ggggg n，其中nnnnnnnnnn是10位的偏移地址，表明这个对象在文件中的位置，ggggg是5位的代号（generation number），好像一般都是00000，最后一个n是个关键字，表明这个对象被使用了。交叉引用的作用是可以通过它很快的找到任意一个对象。

trailer：尾巴，尾巴总是在后面。它的作用是可以通过它很快找到交叉引用，就是前面的cross reference。这下大家花现了吧，读pdf文件是从后往前读的：现读trailer，找出cross reference的位置，再从cross reference里面可以找到任何一个对象了。

说乐这么半天屁话，看个例子就明白乐：

//也不晓得pdf文件的注释怎么写，先把c＋＋的拿来用用

%PDF?1.3 //header,说明这是pdf1.3

1 0 obj //这里开始是body，一堆对象（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 >>

endobj

5 0 obj

<< /Length 35 >>

stream

… Page-marking operators …

endstream

endobj

6 0 obj

[/PDF]

endobj // 身体到这里算是完乐

xref // 这里开始cross reference，我的键盘太屎了，insert和backspace离的无比近，老是会同时敲到，环都被它环死乐

0 7 // 表示交叉表有7项，这算很少的拉，我看过4000多项的

0000000000 65535 f // 这个有点特殊，表示自由对象的位置，0就表示没有，咳！三下两下也讲不清楚，以后再说

0000000009 00000 n

0000000074 00000 n

0000000120 00000 n

0000000179 00000 n

0000000300 00000 n

0000000384 00000 n

trailer // 尾巴在这里

<< /Size 7

/Root 1 0 R

startxref

408 // 这表示cross reference开始的地荒

%%EOF

收工收工，刚才被老婆调戏乐一番，现在去调戏回来！

ps：我自己也正在看文档，准备看一点写一点。不奢望会对别人有多大帮助，全当自娱自乐。这是第0001期，为避免以后写的太多出现期号不够的尴尬局面，我特意取乐一个4位数的期号。