详解caj！caj转pdf！

关于caj

CAJ（China Academic Journal）文件格式是中国知网（CNKI）广泛使用的一种文档格式，主要用于存储学术期刊文章。

常规阅读软件无法直接打开CAJ文件。因为CAJ文件是知网特有的文件格式，需要使用专门的阅读工具——CAJ全文浏览器（CAJViewer）来进行查看和阅读。

CAJViewer只能将caj文件另存为txt，显然不是很方便。

caj文件结构

1、caj的文件结构，复用了pdf文件的子结构（pdf body）。caj 转 pdf，可以基本不失真地实现。

2、从如下位置，可以从caj文件中到 pdf 数据子结构

（1）读偏移量 0x14 处的 int 值 ，为地址指针 ptr_addr
（2）从 ptr_addr 地址处，读取内容 pdf body

caj转pdf的过程 

caj文件沿用pdf的数据结构，在文件不被破坏的情况下，可以无损转换为pdf格式。

转换过程主要有这几个步骤：

（1）添加 PDF 文件头
（2）在 PDF Body 中查找所有 /Parent 字段，找到最小值，即为根 Pages 字典的对象编号
（3）添加Pages ，在 PDF Body 中查找所有 /Parent 字段值为根 Pages 字典的对象，将该对象的编号依次添加到 kids[]
（4）添加文件结束标记
（5）生成交叉引用表和文件尾
（6）添加大纲项目 

CAJ 转换工具 

当然，为了将caj转化为pdf格式，有很多工具可以使用。以下为使用工具将caj转换为pdf的一些例子。 

1）CAJViewer 打印为pdf 

CAJViewer虽然只能另存为txt文件，但是可以通过打印，将文件打印成pdf格式的文件。

这种方式实际用起来也挺麻烦。 

2）github开源工具 

中国知网学位论文仅提供 CAJ 格式下载，只能使用CAJViewer 打开，文献阅读很不方便（尤其是在非 Windows 系统上）。

使用 CAJViewer 的打印功能，得到的 PDF 文件的内容为图片，无法进行文字的选择，且原文献的大纲列表也会丢失。

这个github项目可以解决这两个问题。不过这个项目使用起来有一定门槛。对纯粹用于文献阅读的同学，使用起来有一些挑战。

https://github.com/caj2pdf/caj2pdf

3）单机工具

一些PDF编辑器，可以打开caj文件。

4）CALIBRE

Calibre支持广泛的电子书格式。CAJ转PDF不是Calibre原生支持的功能，但通过添加插件或将CAJ文件先转换为其他Calibre支持的格式，再转为PDF，可以有效解决问题。

5）在线转换

DocAI-免费CAJ转PDF工具

6）使用java打开caj文件

public void parseCajContent(String content) {
    String header = content.substring(0, 100);
    int start = content.indexOf("CatalogStart");
    int end = content.indexOf("CatalogEnd");
    String catalog = content.substring(start, end);
    processCajCatalog(catalog);
}

private void processCajCatalog(String catalog) {
    String[] entries = catalog.split(";"); // 假设目录条目以分号分隔
    for (String entry : entries) {
        Log.d("CatalogEntry", entry);
    }
}

总结来说，caj 作为学术领域的一种重要的文件格式，有丰富的学术资源可供研究。了解caj转pdf的工具还是挺有价值的。