电子签章pdf文件之我见

        现在电子签章主要针对pdf文件，所以如果要验签，那么必须要熟悉pdf文件结构。Pdf文件知识点较多，仅pdf标准文档就已经到第7版了，最后一个版本就有800+页，学习起来难度相对较大，但如果仅仅是为了验签，那么看完本文即可满足主要需求，然后根据需要有目的去标准中查询相关知识点。

需要注意的是：本文的文档结构是我自己总结的，与标准中说法不一致。从验签的角度来理解是可以的，但是做pdf文件相关的编程，请参考pdf标准。

1、pdf文件结构

Pdf文档基本上是由文件头、文件体、交叉引用表、trailer等。如下图：

 

文件体是由一系列的x 0 obj。。。endobj数据组成简介对象组成。简介对象并不一定是按对象号大小顺序排列的。如果出现相同编号的简介对象，以后出现的简介对象为准。

Trailer中定义了交叉表的起始位置。

交叉引用表是pdf文件中重要的部分。它保存了所有简介对象在pdf文件中的物理偏移地址以及简介对象是否可用。交叉引用表可能有多个。

通常，交叉引用表具有以下形式：

 

交叉引用表通常以xref开始，其中0 4表示对象号以0开始的连续4个对象，其中对象号0和3表示的对象不存在或不可用。对象号1和2表示的对象正常使用中。以下是实际pdf中的一个交叉引用表：

 

那么一个pdf文件中的交叉引用表是在什么地方呢？通常文件尾部以startxref开头的部分定义了交叉表位置，比如包含上述交叉引用表的pdf文件尾部：

 

那么交叉引用表的起始位置就是303961，十六进制表示的位置是0x4a359,正好和上述截图位置相符（xref的起始位置）。

2、pdf文件的增量更新

增量更新提供了一种更新pdf文件而又无需完全重写的方法。更改将附加到文件尾部，保留原始内容：

 

增量更新的次数没有限制。所以一个pdf文件中可能会存在多个交叉引用表。判断是否又多个交叉引用表的简单方法就是查找是否有多个”%%EOF”

3、Pdf文件签章验签

增量更新方法为pdf签章提供了方便。具体pdf签章参考pdfref-7规范的8.7章节（大概是第725页）。简单的说，pdf签章信息一定存在一个简介对象中，这个对象既包含/content，它包含了签章结构体的十六进制字符串，也包含/byteRange,它定义了这个签章信息针对的pdf文件的那些内容（物理位置）。同样的多个签章一定会多个类似的简介对象。所以pdf签章验签就是找到这些简介对象，然后对这个简介对象中的签章结构体按照国标要求进行验签即可。

pdf简介对象列举：https://github.com/paulsoncheng/PDFSpy

或github中搜索mupdf。