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
Brilliantwxx3 分钟前
【Linux】基础指令
linux·运维·服务器
ZhemgLee21 分钟前
在Linux上使用Claude Code 并使用本地VS Code SSH远程访问的完整指南
linux·运维·服务器·ssh
AI原来如此23 分钟前
零基础教程:50页PDF一键浓缩成1页摘要
人工智能·ai·pdf·大模型
Tisfy25 分钟前
LeetCode 1979.找出数组的最大公约数:模拟(附手动gcd)
java·数学·算法·leetcode·题解·最大公约数
糖果店的幽灵27 分钟前
【langgraph 从入门到精通graphApi 篇】节点与边 —— 图的骨架
java·数据库·人工智能·redis·langgraph
186******2053127 分钟前
PDF 转 Word 高效办公实战指南
pdf·word
zd20057232 分钟前
claude-science 绕过登录和换任意模型
服务器·生物
CHANG_THE_WORLD33 分钟前
7.C++标准多线程实现 TCP通信
java·c++·tcp/ip
随手工具-Excel, pdf, SQL34 分钟前
PDF删除页面怎么操作?免费在线删除PDF指定页面,无需安装软件
pdf
chen_ke_hao35 分钟前
K8s 高可用集群部署
java·docker·kubernetes