PDF解析（未完成）

结构

xref % 交叉引用表从这里开始
0 6  % 引用表长为6，从0开始。
0000000000 65535 f  %特别目录
0000000015 00000 n  % 对象1的字节偏移量为15

0000000074 00000 n
0000000192 00000 n
0000000291 00000 n
0000000409 00000 n  % 对象5的字节偏移量为409
trailer % 预览块从这里开始
<</Root 5 0 R/Size 6>>
startxref  %交叉引用表开始关键字
459 % 交叉引用表的字节偏移量
%%EOF %文件结束标志

trailer结构

trailer
<</Size 55 %文件交叉引用表中的条目总数（通常等于文件中的对象数加1）

/Root 5 0 R %引用的对象为Type：Catalog

/Info 3 0 R % 表示文档信息，关于文档的作者、创建日期、创建软件、修改日期、生成软件和标题的元数据。应用对象如下：3 0

/ID[<C0EE61618FEFB24EBB53E1489B5B192A><6643E9C5C92D214C9BB673C98AA811E3>]

/Prev 187206>>
startxref

3 0 obj <<

/Author(LAPTOP-PROPF3AI\\lgj_h \(LAPTOP-PROPF3AI\)) %文档的作者

/CreationDate(D:20221013205153+08'00') %创建日期

/Creator(SOLIDWORKS 2020 SP5.0 \(2020296\))  %创建文档的软件

/ModDate(D:20221013205155+08'00') %文档的修改日期

/Producer(? S O L I D W O R K S   P D F  Q鷕Hz ^?/Title(?W鶲S) %指定了生成文档的软件或工具

>> endobj

文档目录（Catalog）结构

5 0 obj <<

/Metadata 2 0 R

/Outlines 39 0 R

/PageMode/UseOutlines

/Pages 1 0 R

/Type/Catalog

>> endobj

键	值类型	值
/Type*	name	必须是/Catalog
/Pages*	间接引用字典	页面树的根节点。页面树在第42页的“页面和页面树”中讨论
/PageLabels	number tree	一个数字树，给出了该文档的页面标签。这种机制允许文档中的页面具有比1,2,3更复杂的编号….例如，书籍的前言可以编号为i，ii，iii ……，而主要内容 再次以1,2,3开始….这些页面标签显示在PDF查看器中 - 它们与打印输出无关
/Names	dictionary	名字词典。它包含各种名称树，它们将名称映射到实体，以防止必须使用对象编号直接引用它们
/Dests	dictionary	将名称映射到目标的字典。目的地是超链接向用户发送的PDF文档中的位置的描述
/ViewerPreferences	dictionary	一个查看器首选项字典，允许标志指定在屏幕上查看文档时的PDF查看器的行为，例如打开文档的页面，初始查看比例等
/PageLayout	name	指定PDF查看器要使用的页面布局。值为/SinglePage，/OneColumn，/TwoColumnLeft，/TwoColumnRight，/TwoPageLeft，/TwoPageRight。（默认值：/SinglePage）。详情见ISO 32000-1:2008的表28
/PageMode	name	指定PDF查看器要使用的页面模式。值为/UseNone，/UseOutlines，/UseThumbs，/FullScreen，/UseOC，/UseAttachments。 （默认值：/UseNone）。详情见ISO 32000-1:2008的表28
/Outlines	间接引用字典	大纲字典是文档大纲的根，通常称为书签
/Metadata	间接引用流	文档的XMP元数据 - 请参阅第93页的“XML元数据”

页面（Page）结构

<<

/Contents[11 0 R 12 0 R 13 0 R 14 0 R 15 0 R 16 0 R 17 0 R 18 0 R]/ %图形文字内容
CropBox[0.0 0.0 1190.55 841.89]/ %剪辑框的尺寸
MediaBox[0.0 0.0 1190.55 841.89]/ %媒体框的尺寸
Parent 1 0 R/ % 页面父类，用于构建页面的层次结构。
Resources<</Font<</C2_0 7 0 R/C2_1 8 0 R/C2_2 9 0 R/C2_3 10 0 R>>/  %资源引用

- Font: 指定了页面所需的字体资源。 - C2_0、C2_1、C2_2、C2_3: 这些是字体资源的名称，用于在页面中引用相应的字体。他们的引用对象分别是：7 0 R，8 0 R，9 0 R和10 0R
ProcSet[/PDF/Text/ImageC]  %指定了处理集，用于指定页面所需的处理操作

/XObject<</Im0 38 0 R>>>> % - XObject: 包含了页面中的图像,对象的引用38 0 R

/Rotate 0  %转到角度

/Type/Page %- Type: 指定了对象的类型,对象Page为页面

>>

字体（Font）结构

<<

/BaseFont/QTVTBX+HYSWLongFangSong %字体的基本名称"QTVTBX+HYSWLongFangSong"

/DescendantFonts 24 0 R %当前字体的子字体，如下

/Encoding/Identity-H  %编码方式

/Subtype/Type0 % 字体类型 Type0

/ToUnicode 25 0 R  %包含用于提取文本内容的指令的流

/Type/Font  %结构类型Font 

>>

24 0 obj <<

/BaseFont/QTVTBX+HYSWLongFangSong

/CIDSystemInfo 19 0 R %字体使用的字符编码系统

/CIDToGIDMap/Identity 

/DW 1000 %默认字宽

/FontDescriptor 22 0 R %字体描述符字典，提供字体的度量（字形宽度除外，其中包含了字体的其他属性，如字形描述、字体类型、字体文件等信息。）

/Subtype/CIDFontType2 %CID到GID的映射方式为Identity，即CID和GID的值相等

/Type/Font

/W[3[350]14[492]16[493 350]19 24 351 25 27 350 36[350]43[350]48[373]53[350]68[293]88[292]101[699]104[700]695[700]816[700]835[699]

968[700]1046[700]1067[700]1167[700]1311[700]1891[700]2399[700]2787[700]3124[700]

3149[700]3245[700]3250[700]3621[700]3666[700]3682[700]3730[700]3757[699]3774[699]

4378[700]4406[700]4536[700]4968[699]6212[699]6293[700]6311[701]6523[700]7006[700]

7199[699]7424[700]8549[699]8563[700 699]]

>> endobj

一： Text Sections

运算符BT（开始文本）和ET（结束文本）在文本部分周围形成括号。 用于在页面的内容流中显示文本的运算符可能仅出现在BT和ET之间。 但是，用于改变文本状态的操作符不受这种限制。 文本部分还可能包含其他操作员改变一般图形状态。

1. 0. 0. 1. 50. 700. cm Position at (50, 700) 
BT Begin text block
  /F0 36. Tf Select /F0 font at 36pt
  (Hello, World!) Tj Place the text string 
ET End text block

文本状态参数和修改它们的运算符总结在表6-1

参数	描述	操作数	操作符	初始值
Tc	Character spacing	charSpace	Tc将字符间距设置为charSpace，以未缩放的文本空间单位表示	0
Tw	Word spacing	wordSpace	Tw将单词间距设置为wordSpace，以未缩放的文本单位表示	0
Th	Horizontal spacing	scale	Tz将水平缩放设置为（scale / 100）	100 (即正常间距)
Tl	Leading	leading	TL设置前导的文本，以未缩放的文本空间单位表示	0
Tf, Tfs	Font, Font Size	font, size	Tf选择尺寸大小点的字体字体	没有默认值，但必须进行指定
Tmode	Rendering Mode	render	Tr将文本渲染模式设置为渲染，即整数	0
Trise	Rise	rise	Ts将文本上升设置为上升，以未缩放的文本空间单位表示	0

运算符总结在表6-2

操作数	操作符	功能
x,y	Td	将文本位置移动到下一行，偏移（x，y）。参数以未缩放的文本空间单位表示
x,y	TD	将文本位置移动到下一行，偏移（x，y）。将前导设置为-y。参数以未缩放的文本空间单位表示
-	T*	将文本位置移动到下一行。相当于前导Td的序列0（其中前导是当前文本的前导）
a,b,c,d,e,f	Tm	将文本矩阵和文本行矩阵设置为[a b 0 c d 0 e f 1]。与图形矩阵运算符cm不同，矩阵替换当前矩阵，而不是与其连接
string	Tj	在当前位置显示字符串
string	’	转到下一行，考虑前导和文本矩阵，并在新位置显示字符串 与使用T*后跟Tj相同
wordspace, charspace, string	”	将字间距设置为字空间，将字符间距设置为字符间距。转到下一行，考虑前导和文本矩阵，并在新位置显示字符串。相同的序列字空间Tw charspace Tc string’
array	TJ	此运算符允许显示文本字符串，并调整各个字形位置（例如，字距调整）。该数组包含任意组合的字符串和数字。字符串条目显示为正常; 数字条目通过减去该数量（以文本空间单位的千分之一表示）水平调整文本矩阵

二：图形：图像，矢量图

表5-1列出了6组中的78个图形运算符

Group	用于	运算符
图形状态运算符	更改图形状态（当前颜色，笔触宽度等）	w J j M d ri i gs q Q cm CS cs SC SCN sc scn G g RG rg Kk
路径建设运算符	构建线条，曲线和矩形	m l c v y h re
路径绘画运算符	笔划和填充路径，或使用它们来定义剪裁区域	S s f F f* B B* b b* n W W*
其他绘画运算符	着色图案和内嵌图像	sh BI ID EI Do
文本运算符	选择并以各种字体和方式显示文本	Tc Tw Tz TL Tf Tr Ts Td TD Tm T* Tj TJ ‘ ‘’ d0 d1
标记内容和兼容性运算符	用于划分流的部分	MP DP BMC BDC EMC BX EX

• 以下是PDF中w J j M d ri i gs q Q cm CS cs SC SCN sc scn G g RG rg Kk运算符及其含义：
• - w：设置线宽（线的粗细）。
• - J：设置线的端点样式（如平头、圆头、方头等）。
• - j：设置线的连接样式（如斜接、圆接等）。
• - M：将当前的绘制位置移动到指定的坐标。
• - d：绘制一个矩形。
• - ri：设置文字的渲染模式（如填充、描边等）。
• - i：设置当前的图像状态（如渲染模式、颜色空间等）。
• - gs：应用一个图形状态参数字典。
• - q：保存当前的图形状态。
• - Q：恢复之前保存的图形状态。
• - cm：设置当前的变换矩阵。
• - CS：设置颜色空间为设备无关的颜色空间。
• - cs：设置颜色空间为设备相关的颜色空间。
• - SC：设置非描边操作的颜色。
• - scn：设置非描边操作的颜色及其附加参数。
• - G：设置描边操作的灰度值。
• - g：设置非描边操作的灰度值。
• - RG：设置描边操作的RGB颜色值。
• - rg：设置非描边操作的RGB颜色值。
• - K：设置描边操作的CMYK颜色值。
• - k：设置非描边操作的CMYK颜色值。

m l c v y h re：

• - m：将当前的绘制位置移动到指定的坐标。
• - l：从当前的绘制位置绘制一条直线到指定的坐标。
• - c：绘制三次贝塞尔曲线，通过控制点来定义曲线的形状。
• - v：绘制垂直于前一个控制点的三次贝塞尔曲线。
• - y：绘制水平于前一个控制点的三次贝塞尔曲线。
• - h：关闭当前的路径子路径，并将绘制位置移动到子路径的起始点。
• - re：绘制一个矩形。

S s f F f* B B* b b* n W W*：

• - S：设置描边操作的线条样式。
• - s：关闭当前的路径子路径，并将绘制位置移动到子路径的起始点。
• - f：填充当前的路径。
• - F：填充和描边当前的路径。
• - f*：根据奇偶规则填充当前的路径。
• - B：填充和描边非零环绕规则的当前路径。
• - B*：填充和描边奇偶规则的当前路径。
• - b：关闭当前的路径子路径，并填充其内部区域。
• - b*：关闭当前的路径子路径，并根据奇偶规则填充其内部区域。
• - n：结束当前的路径而不进行绘制。
• - W：设置描边操作的线条宽度。
• - W*：设置描边操作的线条宽度，以用户坐标为单位。

sh BI ID EI Do：

• - sh: 设置阴影效果。
• - BI: 开始一个反色（反转）的图像。
• - ID: 开始一个图像数据对象。
• - EI: 结束一个图像数据对象。
• - Do: 在图形状态中执行一个图形对象。

Tc Tw Tz TL Tf Tr Ts Td TD Tm T* Tj TJ ‘ ‘’ d0 d1：

• - Tc：设置字符间距（Character Spacing）。
• - Tw：设置字间距（Word Spacing）。
• - Tz：设置字体尺寸的缩放因子（Horizontal Scaling）。
• - TL：设置文本的领先（Leading）。
• - Tf：设置字体和字体大小（Font）。
• - Tr：设置文本渲染模式（Rendering Mode）。
• - Ts：设置文本的上升（Rise）。
• - Td：移动文本位置（Move Text Position）。
• - TD：设置文本位置和字距（Move Text Position and Set Leading）。
• - Tm：设置文本矩阵（Text Matrix）。
• - T*：移动到下一行的起始点（Next Line）。
• - Tj：显示文本（Show Text）。
• - TJ：显示文本，支持字符间距调整（Show Text, with Adjustments）。
• - '：移动到下一行并显示文本（Next Line Show Text）。
• - '’：移动到下一行并显示文本，支持字符间距调整（Next Line Show Text, with Adjustments）。
• - d0：设置水平显示文本（Horizontal Display Text）。
• - d1：设置垂直显示文本（Vertical Display Text）。

MP DP BMC BDC EMC BX EX：

• MP: 设置合并的路径（Merged Path）。
• - DP: 定义一个带有默认属性的路径（Define Path with Default Attributes）。
• - BMC: 开始一个文字块（Begin Marked Content）。
• - BDC: 开始一个带有属性的文字块（Begin Marked Content with Property List）。
• - EMC: 结束一个文字块（End Marked Content）。
• - BX: 开始一个兄弟层级（Begin Compatibility Section）。
• - EX: 结束一个兄弟层级（End Compatibility Section）。

参考文档：

第5章 - 图形 | PDF-Explained (zxyle.github.io)