PDF格式的分析.docVIP

PDF的文件结构及格式特点 PDF（Portable Document Format）由Adobe公司所开发，是一种不论用何种类型的计算机均可阅读的文件格式。PDF文件包含一个PDF文档和其它支持数据。一个PDF文档包含一个或多个页面，每个页面包含与设备和分辨率无关的文字、图形和图像的任意组合，被称为页面描述。文档还可以包含一些只有在电子读物中才存在的信息，如超文本链接、声音和动画等。除了PDF文档之外，PDF文件中还包含一些其它信息，如：文件中使用的PDF规范的版本号，文件中重要结构的位置。为了更好地理解PDF文件，可把PDF文件分解成四个部分。第一部分是PDF的对象，PDF的对象是一组基本对象类型。这些类型绝大部分与PostScript语言使用的数据类型对应。PDF支持很多种基本的数据类型：布尔型、数字、字符串、字面名、数组、字典和流，另外还有一种空对象。在PDF文件中，经常给一些对象赋予一个标签供其它对象调用，这种有标签的对象称为间接对象。第二部分是 PDF的文件结构。PDF的文件结构决定了对象在 PDF文件中的存储方式、访问方式和更新方式。后面将详细分析。第三部分是 PDF的文档结构。PDF的文档结构指定了怎样用基本对象类型来表示 PDF的文档成分，包括：页面、注解、超文本链接、字体等。 第四部分是 PDF的页面描述。页面描述指的是页面上包含的与设备和分辨率