pdf格式详解

pdf(Portable Document Format, 便携式文档结构)是一种很有用的文件格式,其最大的特点是平台无关而且功能强大(支持文字\图象\音乐\视频).今天先讲一下pdf的文件(物理)结构PDF文件结构可分为以下几块:1.header:pdf文件的第一行,格式如下:%PDF-1.3表示当前文件的版本是1.3(目前最高版本为1.5)2.body:pdf文件中用到的所有对象,包括文本\图象\音乐\视频\字体\超连接\加密信息等等,格式如下:2 0 obj...end obj其中省略号部分是pdf规定的任意合法对象(一共8种)3.cross reference table:所有pdf对象的引用表,其格式如下:xref0 50000000000 65535 f0000000009 00000 n0000000074 00000 n0000000120 00000 n0000000179 00000 n其中,xref是开始标志,表示以下为引用表内容;0 5表示从对象号为0的开始,连续有5个对象(0,1,2,3,4),分别用5行来表示.每行的前10个数字代表这个这个对象相对文件头的偏移地址,后面5个数字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最后一位f或n表示对象是否被使用(n表示使用,f表示被删除或没有用)4.trailer:整个pdf文件的入口点,形式如下:trailer<</Size 8/Root 1 0 R>>startxref553%%EOF/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/startxref: 后面的数字表示cross reference table的开始位置/%%EOF :文件结束符.实际一个pdf文件是很复杂的,但是上面几个部分是确定的,只能多不能少.下一讲我说一下pdf里面8种类型.1.booleam用关键字true或false表示,可以是array对象的一个元素,或dictionary对象的一个条目.2.numeric包括整形和实型,不支持非十进制数字,不支持指数形式的数字.例:1)整数123 4567 +111 -2范围:正2的31次方-1到负的2的31次方2)实数12.3 0.8 +6.3 -4.01 -3. +.03范围:±3.403 × 10的38次方±1.175 × 10的-38次方注意:如果整数超过表示范围将转化成实数,如果实数超过范围就出错了3.string由一系列0-255之间的字节组成,一个string总长度不能超过65535.string有以下两种方式: 1)由()包含起来的一个字串,中间可以使用转义符"\".例:(abc) 表示abc(a\\) 表示a\2)由<>包含起来的一个16进制串,两位表示一个字符,不足两位用0补齐例:<Aabb> 表示AA和BB两个字符<AAB> 表示AA和B0两个字符由一个前导/和后面一系列字符组成,最大长度为127.和string不同的是,name是不可分割的和唯一的,不可分割就是说一个name对象就是一个原子,比如/name,不能说n就是这个name 的一个元素;唯一就是指两个相同的name一定代表同一个对象.从pdf1.2开始,除了ascii的0,别的都可以用一个#加两个十六进制的数字表示.例:/name 表示name/name#20is 表示name is/name#200 表示name 05.array用[]包含的一组对象,可以是任何pdf对象(包括array).虽然pdf只支持一维array,但可以通过array的嵌套实现任意维数的array(但是一个array的元素不能超过8191)例:[549 3.14 false (Ralph) /SomeName]6.Dictionary用"<<"和">>"包含的若干组条目,每组条目都由key和value组成,其中key必须是name对象,并且一个dictionary内的key是唯一的;value可以是任何pdf的合法对象(包括dictionary对象). 例:<< /IntegerItem 12/StringItem (a string)/Subdictionary << /Item1 0.4/Item2 true/LastItem (not!)/VeryLastItem (OK)>>>>7.stream由关键字stream和endstream包含一系列字节.内容和string很相似,但有区别:stream可以分几次读取,分开使用不同的部分,string必须作为一个整体一次全部读取使用;string有长度限制,但stream却没有这个限制.一般较大的数据都用stream表示.例:(略)8.NULL用null表示，代表空．如果一个key的值为null，则这个key可以被忽略；如果引用一个不存在的object则等价于引用一个空对象．例:(略)给大家说点有用的东西：为什么有的pdf不允许打印？pdf有自己的加密措施，其中就有限制打印．找到trailer，如果这个pdf是加密的话会有一个/Encrypt的name，他的值一般形式是n 0 R，表示这个pdf文件的加密信息在n 0这个obj里面记录．找到这个obj，其下有一个/P的name，他的值是一个数字(32位)其中第三位代表是否有打印权限:)由于pdf的特殊文件结构，注定pdf的生成是一件很麻烦的事情。

目前最常用的就是adobe 公司提供的sdk了，但是由于其依赖与adobe的环境，所以使用起来不是很方便。

在这里我给大家介绍另外一种方法——使用pdflib生成pdf。

pdflib也提供了一组sdk，但和adobe的sdk相比，pdflib很小，但功能却一点也不弱。

所以对于开发者来说，pdflib是一个明智的选择。

你可以从下面的网址得到到它：/products/pdflib/download/index.html。

如果你没有得到序列号，那么生成的pdf将会加上水印，其他功能和商业版一样。

另外你还可以从下面网址得到pdflib-lite版：/products/pdflib/download-source.htmlpdflib-lite使用协议：/purchase/license-lite.html和pdflib相比，pdflib-lite最大的特点就是你可以拥有完全的源代码，但功能不如pdflib 全面，比如支持的字体要比pdflib少很多。

但是，如果你对pdf文件本身很了解的话，你完全可以在pdflib-lite的基础上再做发挥，这就要看你的c语言功底如何了。

如果要用做商业产品，请仔细阅读授权协议！下载pdflib压缩包（大约6m）后，在pdflib文件夹下有pdflib.dll，pdflib.lib，pdflib.h，pdflib.reg。

对于我们来说，只要有前3个文件就可以了。

下面是一个生成pdf的完整代码：#include <stdio.h>#include <stdlib.h>#include "pdflib.h"intmain(void){PDF *p;int font;/* 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) {if (PDF_begin_document(p, "hello.pdf", 0, "") == -1) {printf("Error: %s\n", PDF_get_errmsg(p));return(2);}/* This line is required to avoid problems on Japanese systemsPDF_set_parameter(p, "hypertextencoding", "host");PDF_set_info(p, "Creator", "hello.c");PDF_set_info(p, "Author", "Thomas Merz");PDF_set_info(p, "Title", "Hello, world (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", "");PDF_setfont(p, font, 24);PDF_set_text_pos(p, 50, 700);PDF_show(p, "Hello, world!");PDF_continue_text(p, "(says C)");PDF_end_page_ext(p, "");PDF_end_document(p, "");}PDF_CA TCH(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);}PDF_delete(p);return 0;}到现在，一个hello.pdf的pdf文件就生成了，你完全可以自己发挥，做出很复杂的pdf文件，这就看你的想象力了：）不过在发挥的时候要注意，pdf的坐标和我们通常理解的坐标是不一样的，屏幕坐标的原点在左上角，pdf文件的原点在左下脚。