PDF文件的交叉引用表（xref）与 trailer

引言

在 PDF 文件中，每一个对象（object）都可能被其他对象引用，例如页面树中的 /Page、字体对象、内容流等。为了快速定位这些对象，PDF 在文件尾部引入了 交叉引用表（Cross-Reference Table，简称 xref） 与 trailer 结构。

这两者共同构成了 PDF 文件的索引机制：

xref 表 用于精确记录对象在文件中的物理偏移位置；
trailer 用于提供文档入口点（如 /Root）和全局信息。

1. 传统交叉引用表（Cross-Reference Table）

1.1 基本结构

一个典型的 xref 表位于文件尾部，由以下几部分组成：

复制代码

xref
0 6
0000000000 65535 f
0000000017 00000 n
0000000081 00000 n
0000000145 00000 n
0000000200 00000 n
0000000275 00000 n

含义说明：

xref：表示交叉引用表开始。
0 6：表示从对象号 0 开始，共有 6 个条目。
每行条目固定 20 个字符，包括：
- 字节偏移量（10 位，前导零补齐）：对象在文件中的起始位置；
- 生成号（5 位，前导零补齐）：用于对象的版本管理；
- 状态标识 （1 个字符 + 换行）：
  - n 表示对象被使用（in-use entry）；
  - f 表示对象空闲（free entry）。

1.2 特殊规则

第 0 号对象 必须始终是空闲的，生成号固定为 65535。
它是空闲对象链表的头节点。
空闲对象通过偏移量字段形成一个单向链表，最后指向对象 0。
xref 表之后紧跟 trailer，提供全局信息。

2. Trailer 字典

trailer 紧随 xref 表之后，格式如下：

shell 复制代码

trailer
<<
  /Size 6
  /Root 1 0 R
  /Info 2 0 R
  /ID [<81b14e...> <81b14e...>]
>>
startxref
310
%%EOF

解释：

/Size：对象总数（即最大对象号 + 1）；
/Root：文档目录对象，整个 PDF 的入口；
/Info：文档信息对象（标题、作者等）；
/ID：文件标识符数组（两个 16 字节值）；
startxref：指出 xref 表的起始字节偏移；
%%EOF：文件结束标记。

在增量更新时，还可能包含 /Prev，指向上一个 xref 的位置。

3. 流式交叉引用表（Cross-Reference Stream）

从 PDF 1.5 开始，可以用 交叉引用流 替代传统的 xref 表与 trailer。

它的本质是一个 /Type /XRef 的流对象，字典部分包含 trailer 信息，流部分存储交叉引用条目。

3.1 示例

css 复制代码

12 0 obj
<<
  /Type /XRef
  /Size 21
  /W [1 2 1]
  /Index [0 21]
  /Root 1 0 R
  /Info 2 0 R
  /ID [<81b14e...> <81b14e...>]
  /Length 64
  /Filter /FlateDecode
>>
stream
... 二进制数据 ...
endstream
endobj

3.2 关键字典项

/Size：对象总数；
/Index：指定对象号范围，例如 [0 21] 表示 0--20；
/W [w0 w1 w2]：指定条目字段宽度：
- 字段 1 ：条目类型
  - 0 = free entry
  - 1 = 普通对象（存储偏移量）
  - 2 = 压缩对象（存储在对象流中）
- 字段 2：根据类型不同，可能是偏移量或对象流号；
- 字段 3：生成号或对象流内的索引；
/Filter：可选，表示是否压缩（如 FlateDecode）。

4. 传统 xref 与流式 xref 对比

特性	传统 xref 表	流式 xref 表
存储形式	纯文本表格	二进制流对象
trailer	独立关键字 `trailer`	合并在流对象字典中
是否支持压缩	不支持	支持（FlateDecode 等）
增量更新	支持（通过 `/Prev`）	更灵活，效率更高
引入版本	PDF 1.0	PDF 1.5

总结

xref 表 是 PDF 文件的"索引目录"，让解析器能快速找到对象。
trailer 提供了文档的全局信息，尤其是 /Root，决定了整个 PDF 的起点。
流式交叉引用表 是 PDF 1.5 引入的改进方案，它将 xref 与 trailer 合并，并支持压缩，适合大文件和网络环境。

理解 xref 与 trailer 的机制，不仅能帮助解析 PDF，还为实现 PDF 的修改、增量更新和优化打下基础。