PDF文件格式(二):交叉引用类型“O“

PDF交叉引用类型有三种:"n","f","o";前两种比较常见,本文介绍第三种"o"类型。

type为"o"类型的引用在PDF文件中不能够直接找到对应的obj,它被以压缩的形式内嵌在其他的obj内,因此此类型的引用解析比较麻烦;

解析过程如下:

  1. 获取交叉引用相关信息,先拿到其对应的ofs值,正常交叉引用的ofs表示对应obj的位置,但是这里ofs表示此交叉引用的信息被保存位置所在的obj位置;

  2. 找到对应obj,获取其对应的"First"和"N"的值;First表示obj的stream解压之后需要解析的初始基本位置(base);N表示需要解析的次数,每次解析的内容是交叉引用obj号和stream解压之后需要解析的位置(ofs);最后交叉引用obj内容对应的解析位置是base+ofs,解析的内容是一个pdf的基本类型内容即可。到这里,交叉引用"o"类型的内容解析完毕。

实例:

这是一段交叉引用表,Index内容是13 61,表示从13号Obj开始,到74号结束,这里我们解析46号obj,不过在在PDF文档内查找并没有看到46号obj的,经过解析得出46号obj类型为'o',因此不能直接在文档内找到obj:

上面没有46号obj; 接下来需要解析交叉引用表得到46号obj对应的ofs(解析方法在前文PDF文件格式一),不过此时的ofs表示需要定位的obj的号,这里得到46号obj的ofs为19(截图红线部位),下面就是19号obj内容:

19号obj内容可以看到First是219,N是28;然后解压缩stream内容如下:

219的位置就是"<</DA"的初始位置,即交叉引用内容位置;28表示从开头位置解析次数,这里解析第一次内容是45和0,表示45号obj和此obj对应内容位置为219+0,定位位置是"<<",表示这个obj对应内容是字典,解析一个字典内容是"<</DA(/Helv 0 Tf 0 g )/DR<</Encoding<</PDFDocEncoding 10 0 R>>/Font<</Helv 8 0 R/ZaDb 9 0 R>>>>/Fields\[\]>>",第二次解析内容是46和106,表示46号obj和对应内容位置是219+106,定位位置是"",表示这个obj对应内容是数组,解析一个数组内容就是"\[47 0 R 48 0 R";后面解析方法以此类推。

上面就是获取交叉引用类型为"o"内容的方法了。

相关推荐
风流 少年1 分钟前
Spring AI 2.0:阿里云百炼平台(工作流应用)
java·后端·spring
长谷深风1116 分钟前
AI Tool 设计:粒度、参数与错误恢复怎么做
java·大数据·人工智能·ai agent·agent工作流·智能体设计·ai产品设计
辻弋2011 小时前
一键优化电源计划、游戏模式、独显强制、禁用后台录制——DeltaForceBooster专治三角洲行动卡顿掉帧,所有改动可一键还原
服务器·数据库·windows·游戏·电脑·php
QQ_21696290961 小时前
【项目编号:project95315】SpringBoot公共自习室管理系统:座位预约、房间管理、签到核销、公告规则完整实战
java·spring boot·后端
xcLeigh1 小时前
Go入门:基本数据类型全览与选择指南
android·服务器·golang·教程·go热门
嵌入式阿蔡2 小时前
面试高频考点 01:volatile / 中断 / 堆栈 八股精讲
java·面试·职场和发展·嵌入式实时数据库
秋饼2 小时前
LangChain4j + Java 实现企业级 Text-to-SQL 智能问数系统:从自然语言到安全可控的数据洞察
java·ai·技术分享·后端开发
Escalating_xu2 小时前
【C++ STL简介】从六大组件到容器、迭代器与算法协作
java·c++·算法
何以解忧,唯有..2 小时前
Python os模块详解:文件与目录操作指南
java·服务器·python
Brilliantwxx2 小时前
【Linux】 进程(3)深度解析:从查看进程到进程状态
linux·服务器·网络·c++