PDF文件格式研究

随着电子 出版物的日益丰富和因特网的快速普及，人们可以很方便地获得大量的、各学科的电子 资料。在这些资料中，特别是各政府机关、学术机构、标准组织和各大公司在网上发行的各种资料与产品手册，有愈来愈多的在使用ADOBE公司开发并大力推广的PDF格式。
　　一、文件格式
　　目前主流的电子 图书格式还没有统一的电子 图书文件格式，不同的公司因版权或商业因素等诸多原因，往往各行其事，采用不同的文件格式，其中最常用的有以下几种：
　　PDF格式：PDF格式是ADOBE公司推出的电子 图书专用格式，它无论在何种机器、何种操作系统 上都能以制作者所希望的形式显示或打印出来，表现出跨平台的一致性，效果非常理想。它是目前比较先进的一种电子 图书格式，应用非常广泛。
　　WDL格式：WDL格式采用图文混排方式，一个文件就是一本电子 图书，阅读、携带都很方便，更重要的是WDL格式对中文的支持非常好，其应用范围也非常广泛。
　　HTML（超文本格式）：HTML的特点就是显示效果好、表现力强、文件比较紧凑，不会占用太多磁盘空间。另外，HTML的兼容性非常好，我们只要是安装了Windows9X/2000即可阅读HTML文档。
　　图像格式：用户必须借助于图形浏览软件 或专门的图形方式阅读软件 才能进行阅读。它有一个明显的缺点，就是文件体积比较大，这导致下载、阅读速度都很慢，显示效果也不太理想。
　　可执行文件格式：部分电子 图书采用了可执行文件格式，我们必须执行它们附带的应用程序才能进行阅读。此种格式的文件占用的磁盘空间非常巨大，往往不适合在Internet上传输，而只能采用光盘形式。
　　文本文 件格式 ：除了上面介绍的几种文件格式外，还有部分电子 图书采用了最原始的文本文 件格式，它的显示效果虽然最差，但文件的“块头”无疑最小，在网络速度不是太快的今天，可以为读者节省更多的时间。
　　二、PDF文件格式
　　PDF从页面描述语言PS（Post Script）发展而来，具有与PS几乎相同的页面描述能力 和相似的描述方法。但与PS不同的是，PDF除了能描述复杂版面外，还具有交互功能（如超链接、交互表单等）、页面随机存取及字体仿真描述等特性。因此，PDF不仅适合印刷出版，而且也适合电子 出版。
　　（一）PDF的结构
　　1．PDF文件结构。PDF文档是通过一系列对象序列来构造的，PDF对象包括直接对象（Direct Object）和间接对象（Indirect Object）。一个典型的PDF文件包含4个部分，分别是文件头、文件体、交叉引用表、文件尾。
　 　2.   PDF文档结构。PDF的文档结构是一种树型结构（如图1所示）。树的根节点就是PDF文件的根对象。根节点下有四个子树：页面树 （PagesTree）、书签树（OutlineTree）、线索树（Article Thread）、名字树（Named Destination）。书签建立了书签名与一个具体页面上的位置的关联，它使得用户可以按书签名字来访问文档的内容。

 

 

 

 

 

图1 PDF文档结构
　　（二）PDF的特点
　　1. PDF的 技术 特点。PDF文件由文件底层数据层、文本图像数据层、附属 信息 数据层等构成。底层数据层包括字体 信息 、交叉参考表（简称xref）等所有的控制 信息 。文本图像数据层包括文件中的所有文本代码、矢量图形和位图数据。附属 信息 数据层包括文件书签和文件或页面链接等所有的功能扩展数据。
　　2. PDF的应用特点。多平台特性、超媒体特性、 多媒体 表达手段文件小，阅读方便，打印效果好。
　 　3. PDF文件的生成。目前PDF的生成有两种途径：（1）通过打印的方式生成PDF，就是通过一个虚拟的PDF打印机将应用程序的文字和图形指令转换为 PDF指令并保存在PDF文件中。（2）由PS转换到PDF是另一种生成PDF的方法，它是由应用程序先将待打印的内容发排到PS文件，再由Adobe Acrobat Distiller将PS文件转换成PDF文件。
　　三、 系统 基本功能需求
　　PDF阅读器 系统 应当能够准确的阅读PDF格式文件。同时 系统 能对PDF格式文件进行 管理 ， 系统 能够提供阅读、翻页、选择文本、选择图片、放大缩小、复制、粘贴、书签、注释等一些基本的功能。
　　（一）用户界面需求
　　PDF阅读器 系统 的界面应当具有WINDOWS风格，界面简单大方，操作简便快捷，稳定性好，并能为用户的操作提供方便。
　　（二） 系统 性能需求
　　由于PDF阅读器 系统 ，是供用户来阅读PDF文件的。因此， 系统 应该具有很好的灵活性，使用户能够很方便的对打开的PDF文件进行操作。
　　（三） 系统 的可扩展性
　　 系统 应该留出足够的空间方便以后添加控制项，对文件进行控制、处理、存储等操作。也就是说，在不影响用户使用该 系统 的情况下，能够方便的添加一些新的功能。将来的 系统 应该更为成熟，功能更加完善。该 系统 应该具有友好的用户界面，能够提供较多的 管理 显示功能。
　　（四） 系统 的安全性
　　PDF文档可以从未授权入口通过加密来保护它们的内容，也就是说PDF文件可以长期保存文件而防止文件数据的丢失。
　　（五）PDF生成器
　　PDF阅读器能够正确的阅读PDF格式的文本、图片等，并且能够对PDF文件进行 管理 。此PDF生成器分别实现文 本文 件即TXT文件转换为PDF文件和图片文件如JPG，GIF，TIFF等转换为PDF文件。在转换之前，可以根据需要对文 本文 件和图片文件进行设置。设置功能包括内容设置和页面设置。其中内容设置有顶部、底部、左侧、右侧的设置，页面设置有页面大小、打开方式、打开模式、全屏效果和是否打开Adobe Acrobat等的设置。
　　四、结语
　　PDF文件是目前比较先进的一种 电子 图 书格式，应用非常广泛。由于用Adobe免费的PDF阅读器（AcrobatReader）阅读中文PDF时只能显示TureType中文字体，且无法实 现平台独立和字体独立；又不支持中文字体的下载这两个问题。其解决的最好办法就是开发中文PDF阅读器。实现PDF检索 系统 ，从PDF中提取 信息 ，在其他应用程序中支持PDF的输入和阅读。

参考文献
　　[1]官章全，韩云君，李罡. Visual C++6.0高级编程范例[M]. 北京：电子 工业出版社，2001.
　　[2]侯俊杰.深入浅出MFC [M].武汉：华中科技大学出版社，2000.
　　[3]扬伟.常用电子 图书格式和阅读工具的分析研究[J].电子 科技大学图书馆，2001.
　　[4]邓华，毛岩，吉正. Visual C++案例教程[M].北京：中科多媒体 电子 出版社，2001.
　　[5]张海潘.软件 工程导论（第三版）[M].北京：清华大学出版社，2001.