主页 / coding / 问题 / 79313035
Accepted
user2609605
Asked: 2024-12-28 08:48:31 +0800 CST

PDF 中的文档尾部 ID：为什么它由两个字符串组成以及如何通过命令行工具提取它

  • 772

尽管有工具可以访问 PDF 元数据，例如pdfinfo，但我没有找到获取预告片 ID 的正确方法。相反，我使用编辑器并搜索... 所以我的第一个问题是，是否有命令行工具可以为我完成这项工作。

尽管如此，我发现并且感到疑惑：该 ID 有两个部分，预告片如下所示：

trailer << /Info 2 0 R /Root 1 0 R /Size 3656 
/ID [<2442556d3492442c8e034f4bf45c46d4><31415926535897932384626433832795>] >>

我对这两个部分 ID 的用途感到疑惑；PDF 规范对此没有说明。在我用 latex 创建的 PDF 中，这两个部分是一致的。

我还想知道为什么有些工具似乎喜欢qpdf写小写字母，而其他工具（如 latex 编译器）似乎使用大写字母。这使得相等性测试变得困难。

即使调用，qpdf结果SOURCE_DATE_EPOCH=hex number也不会改变。...这与乳胶编译器不同。

pdf

2 个回答

  1. Best Answer

    关于你的第二个问题

    我对这两个部分 ID 的用途感到疑惑；PDF 规范对此没有说明。在我用 latex 创建的 PDF 中，这两个部分是一致的。

    PDF规范解释道：

    14.4 文件标识符

    PDF 文件标识符应由 PDF 文件尾部字典中的ID条目定义（请参阅 7.5.5，“文件尾部”）。此条目的值应为两个字节字符串的数组。第一个字节字符串应为基于 PDF 文件最初创建时内容的永久标识符，并且在 PDF 文件更新时不会更改。第二个字节字符串应为基于 PDF 文件上次更新时内容的变化标识符（请参阅 7.5.6，“增量更新”）。首次写入 PDF 文件时，两个标识符应设置为相同的值。如果引用中的第一个标识符与引用文件的ID条目中的第一个标识符匹配，并且引用中的最后一个标识符与引用文件的ID条目中的最后一个标识符匹配，则很可能找到了正确且未更改的 PDF 文件。如果只有第一个标识符匹配，则找到了正确 PDF 文件的不同版本。

    （ISO 32000-2）

    因此，第一部分标识跨修订的文档，第二部分标识单个修订。

    我还想知道为什么像 qpdf 这样的工具似乎会写小写字母，而像 latex 编译器这样的其他工具似乎会使用大写字母。这使得相等性测试变得困难。

    十六进制字符串可以使用小写或大写字母，甚至可以混合使用。ID 比较必须准备好处理这种情况。

    • 1

  2. 您可以使用以下方式提取 JSON 格式的 ID

    cpdf -print-dict-entry /ID in.pdf

    例如

    $ cpdf -print-dict-entry /ID cpdfmanual.pdf
["\u000ez?$?r,~?\"?\nd?\"9","\u000ez?$?r,~?\"?\nd?\"9"]
    • 0

相关问题