PDF及其在电子出版领域的应用.docVIP

PDF及其在电子出版领域的应用杨道良　常　明　任晓霞 1　PDF概述　　PDF(Portable Document format)是一种结构化的文档格式。它由美国著名排版与图像处理软件公司Adobe公司于1993年首次发布(1.0版),Adobe公司同年推出了相应的支持软件产品系列Adobe Acrobat 1.0;随后Adobe公司又对它进行修订和升级,于1994年发布了1.1版,并推出了支持软件产品系列Adobe Acrobat 2.0及2.1版。PDF最新版本1.2版于1996年11月27日发布,相应支持软件产品系列Adobe Acrobat 也升级到3.0版。1997年底国际标准化组织已经开始酝酿将PDF接纳为国际标准。1.1　PDF与PS的比较　　页面描述语言PS(Postscript)也是由Adobe公司拥有的一项事实上的印刷工业标准。它能描述精美的版面,在目前的印刷领域仍占据统治地位。PDF从PS发展而来,在对页面的描述方面它们有几乎相同能力和相似的描述方法。PDF采用与PS相同的着色模型(Imaging Mode)来表现文字和图形。与PS语言一样,PDF的页面描述指令是通过将选定的区域着色来绘制页面的。着色的区域可以是字母轮 廓、直线和曲线定义的区域以及位图;着色的颜色可以是任意的;页面上的任何图形都可以被裁剪成其他形状;页面开始时是全空的,各种指令将不同的图形绘制到页面上,新的图形是不透明的且可以覆盖旧的图形。　　虽然如此,PDF与PS相比,还是有很大不同。主要表现在以下几方面:　　PDF文件中可以包含交互对象如超链接、交互表单等。而PS没有。　　PDF是一种文件结构,而PS是一种编程语言。因此PDF具有比PS更高的处理效率。　　PDF的严格结构定义允许应用程序对其中的对象进行随机存取,而PS只能顺序存取。例如要访问一个PS文件中的第100页,必须先顺序解释其前99页后,才能找到第100页,而在PDF中对每一页的存取都是一样快的。　　PDF中包含有字库的规格尺寸等字库描述信息,以便在字库不存在时进行字库仿真(而非简单的字库替代),保证文档显示的一致性。1.2　PDF与html的比较　　html是SGML(Standard Generalized Markup Language)的一个应用,是目前internet上主要的信息发布形式。它可以描述出web页面基本的样式,图文并茂,并有交互及超连接功能,配合Java或script能有一些处理能力,还可以通过cgi与服务器交互。PDF同html一样也具有表单交互和超级链接功能,适合于网上发布信息。但与html不同的是PDF还具有描述精美版面的能力。PDF实现了纸张印刷和电子出版的统一。排版后的内容保存成PDF文件,则能在交付印刷的同时,进行网络发行(需增加适当的交互内容),而不必象目前的一些作法一样,需要两组人员,一组为纸张印刷进行排版生成PS,另一组为电子出版创作html文件,造成资源和人力浪费,生产效率低下。　　html除了没有版面描述能力外,还经常出现信息的不一致性(如不同平台,不同浏览器,不同尺寸的浏览器窗口看到的同一web页面呈现出不同样子)。而在PDF中已经很好地解决了这个问题。1.3　PDF的特点　　PDF的特点归纳如下:　　可传递性。PDF文件支持7位Ascii码和二进制两种编码方式,可以正确地在各种网络环境下传输。　　平台无关性。PDF文件具有软、硬件平台独立性。用户在不同的环境下(如不同语言的操作系统、不同的硬件平台)看到的PDF文件的版式和内容都与作者创作完成时的情况完全一致。这个特点非常适合于信息交换,免除乱码的苦恼。　　字体无关性。PDF文件中可以自带字体或字体描述信息,在用户的系统中缺乏所需字体的情况下,仍然能正确显示。　　支持多种压缩、编码方式,文件更紧凑。压缩、编码方式有:Asciihex、scii85、lzw、runLength、ccitt group3、ccitt group 4、jpeg、flate。　　支持交互操作。可包含交互表单和超链接。支持声音、动画。　　支持对页面的随机存取。　　支持不断追加的修改方式,便于少量修改、提高效率。　　安全性控制。支持各种不同级别的安全性,如只能阅读,不能打印和选择文字;可阅读、可打印,但不能修改;可阅读、可打印、可修改等。这种安全性控制对保护电子出版物的版权非常重要。　2　PDF的结构　　2.1　PDF文件结构　　　PDF的文件结构(即物理结构)包括四个部分:文件头、文件体、交叉引用表和文件尾,参见图1。　　文件头指明了该文件所遵从PDF规范的版本号,它出现在PDF文件的第一行。如%PDF-1.2 表示该文件格式符合P