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
橘子郡1235 分钟前
观察者模式和发布订阅模式对比,Java示例
java
指针满天飞6 分钟前
Collections.synchronizedList是如何将List变为线程安全的
java·数据结构·list
Java技术小馆7 分钟前
重构 Controller 的 7 个黄金法则
java·后端·面试
金銀銅鐵27 分钟前
[Java] 以 IntStream 为例,浅析 Stream 的实现
java·后端
曳渔1 小时前
UDP/TCP套接字编程简单实战指南
java·开发语言·网络·网络协议·tcp/ip·udp
伊织code2 小时前
pdfminer.six
python·pdf·图片·提取·文本·pdfminer·pdfminer.six
HWL56792 小时前
“preinstall“: “npx only-allow pnpm“
运维·服务器·前端·javascript·vue.js
hqxstudying2 小时前
JAVA项目中邮件发送功能
java·开发语言·python·邮件
最初的↘那颗心2 小时前
Java HashMap深度解析:原理、实现与最佳实践
java·开发语言·面试·hashmap·八股文
小兔兔吃萝卜2 小时前
Spring 创建 Bean 的 8 种主要方式
java·后端·spring