pdf文件内容查看器 -- 采用wpf开发

前言 pdf是一种应用非常广的版式文档格式，已成为事实上的国际标准。关于pdf格式的文章汗牛充栋，本文也是关于pdf格式的文章，但是本文不是纸上谈兵；本人这几周一直研究pdf格式内容，不但对pfd格式的内容有所了解，同时也写了一款软件，可以方便查看pdf文件内容。使用该软件，同时结合pdf相关文章，可以很快掌握pdf格式内容。

软件截图： 软件下载地址点我下载

pdf文件内容简要介绍

这里对pdf文件格式做个粗略介绍，只有了解了这些内容，才能知道如何使用该软件。

pdf文档总结构如下：

1）header：主要包含版本信息

2）tailer：pdf树结构的入口点。

3）交叉索引表；该表包含pdf每个obj在文件中的位置，根据该表，可以快速定位和加载obj的内容。对于大文件，不必一次加载所有的内容，只需加载当前页包含的obj即可。

4） body。包含obj对应的内容。

pdf obj树状结构

要完成对pdf文件的分析和显示，首先需要构建pdf文件的obj的树状模型。这个树状模型的入口点就是trailer，trailer包含root元素（Catalog），其下包含Pages，Page。Page中包含内容和资源。

结合软件分析pdf文件格式

用该软件打开一个pdf文件，对照示例来分析。

1）pdf header：

2）trailer和交叉引用表，

3）body 由一系列obj组成。每个obj由唯一编号，可根据编号定位到内容。

4）文档树状结构

页集是页的集合，pdf规范建议用平衡树来组织页，便于快速查找。

编程心得。

1 不能严格按照pdf标准来分析pdf。

pdf文档应用非常广，生成pdf文件的软件非常多。不是所有的pdf文档都严格符合标准。所谓“林子大了，什么鸟都有“。所以开发软件要经过大量的pfd文档测试。

2 分析obj的内容

pdf索引表只给出了obj开始文件位置。obj一般包含dictionary和stream两部分。所以需要根据关键词来解析obj，这就需要有一定的技巧。dictionary开始和结束的关键字为“<<” 和">>"，但是dictionary可能包含子dictionary。只靠关键字是无法确定dictionary的开始和结束位置的，需要一定的技巧。

3 读取obj的效率。

不必一次加载所有的obj，可以采取按需加载。

后记读取pdf文件的内容，在内存中构建obj树形结构，是下一步分析和显示pdf的基础。本人通过阅读相关资料，加上编写代码，实现了对pdf文件内容的分析。理论和实践相结合，就能快速的掌握相关知识。本软件可以方便的窥探pdf内部结构，希望该软件为你了解和开发pdf有所帮助。

pdf文件内容查看器 -- 采用wpf开发相关推荐

pdf文件内容查看器 -- 采用wpf开发
前言 pdf是一种应用非常广的版式文档格式,已成为事实上的国际标准.关于pdf格式的文章汗牛充栋,本文也是关于pdf格式的文章,但是本文不是纸上谈兵:本人这几周一直研究pdf格式内容,不但对pfd格式 ...
ftp服务器在线查看文件内容,ftp服务器PDF文件在线查看的实现方法
URL形式: // http://localhost:2692/PDFVIEWER/web/viewer.html?file=http://localhost:2692/TOV/DASystem/Ge ...
python 读取文件读出来是什么格式-深入学习python解析并读取PDF文件内容的方法...
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...
python中读取文件内容-深入学习python解析并读取PDF文件内容的方法
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...
python读取pdf文件_深入学习python解析并读取PDF文件内容的方法
这篇文章主要学习了python解析并读取PDF文件内容的方法,包括对学习库的应用,python2.7和python3.6中python解析PDF文件内容库的更新,包括对pdfminer库的详细解释和应 ...
教你如何编辑修改PDF文件内容
PDF这种便携式的文档,因其独有的特性在现在的办公中应用越来越广,虽然这种文档经常遇见但是还有很多人对PDF内容的修改不是很清楚,下面就讲下怎么编辑修改pdf的文字. 查看PDF文件通过阅读器就可 ...
java文本检索pdf,pdfsearch pdf文件的关键字搜索引擎,采用lucene，pdfbox等技术实现的 Jsp/Servlet 256万源代码下载- www.pudn.com...
文件名称: pdfsearch下载收藏√ [ 5 4 3 2 1 ] 开发工具: Java 文件大小: 22284 KB 上传时间: 2013-04-07 下载次数: 8 提供者: ...
linux命令看文件内容,Linux文件内容查看相关命令
1.more命令在Linux中,more命令是一个基于vi编辑器的文本过滤器,它能以全屏的方式按页显示文本文件的内容,more里面内置了一些快捷键. (1)命令语法 more(选项)(参数) (2) ...
python怎么读取pdf文件_Python解析并读取PDF文件内容的方法
本文实例讲述了Python解析并读取PDF文件内容的方法.分享给大家供大家参考,具体如下: 一.问题描述利用python,去读取pdf文本内容. 二.效果三.运行环境 python2.7 四.需要 ...

pdf文件内容查看器 -- 采用wpf开发

pdf文件内容查看器 -- 采用wpf开发相关推荐

最新文章

热门文章