-
-
[原创]文件格式之PDF
-
发表于: 2010-1-6 16:34
-
【文章标题】: 文件格式之PDF
【文章作者】: youstar
【作者邮箱】: youstar@foxmail.com
【个人主页】：http://www.youstar.org.ru
【作者声明】: 只是一些很浅的认识，希望大家一起讨论。
【文章下载】：代码与文章见附件
参考了网上的很多知识，作为自己整理学习，不足之处请大家理解与讨论。
目录：
1、PDF格式分析
1.1 header
1.2 Obj
1.3 cross reference table
1.4 trailer
1.5 文件尾
1.6 Obj对象
2、VC生成PDF
2.1 前期准备
2.2 源码及效果
3、参考资料
正文：
1、PDF文件分析
PDF文件主要包含以下几种结构：
1.1 header
PDF文件的第一行，格式如下：
%PDF-1.1 //表示当前文件的版本为1.1（目前最高版本是1.7）
1.2 Obj (文件体)
PDF中用到的对象，包括文本\图象\音乐\视频\字体\超连接\加密信息等，格式如下：
例：
1.3 cross reference table
xref是obj的索引表，用来索引各个obj在文档中的起始位置，它的形式如下图，其中0,211分别代表这个xref的obj的起始和终止序号。下面的各行就代表各个obj在这个文档的起始位置，其中第一串字符（10个）代表起始位置，中间的五个字符也是为了区分用的，只有当这个对象被删除的时候才有用,表示这个对象被删除后又被重新生成后的对象号，现在基本上全为0。 后面的字母有两种：f代表删除的，n代表要使用的。
1.4 trailer
后面的trailer是对整个xref的摘要，说明里面有多少个OBJ，读的时候从哪个OBJ开始解析，信息节点等，其中：
/size :这个pdf中总共使用了多少个对象
/root :这个pdf文件的catalog对象的对象号,这是pdf中最顶层的对象，即PDF是组织对象号，此例中位 1 0 R
1.5 文件尾
因为一个文档中可以有多个xref，所以这里要指明要从哪个xref开始进行解析这个文件。
/startxref: 后面的数字表示cross reference table的开始位置，里面的数字是10进制。
/%%EOF :文件结束符.
1.6 OBJ对象
Pdf的OBJ中的对象有如下几种，现介绍如下：
(1)文件描述对象，用来描述这个文件的标题，作者，时间等
(2)组对象，也就是文档内容的起始结点。Type 为Catalog
(3)页集合，里面聚合了大量的页对象。 Type 为pages
(4)页对象，里面指明了当前页里面用到的字体，内容，活动对象，图片等。Type 为page
(5)活动对象，有链接，文字，声音，电影等，Type 为Annots
(6)图片对象， Type 为 XObject
(7)字体对象，Type 为 Font 。PDF可以内置字体，所以即使目标机器上没有，只要它内置了，也可以正常地显示，不受影响。
(8)流对象。所有的二进制内容都是存在这个对象里面，文件流的常见的压缩方式是：图片的一些压缩算法，FlateDecode,ASCIIHexDecode,ASCII85Decode等等，FlateDecode事实上就是ZIP的压缩算法。流对象的长度是关连到一个长度对象上的/Length 188 0 R这种形式。188就是存这个长度的OBJ的顺序号。
(9)数字对象。例如：
188 0 obj
2538
endobj
里面只有一个数字，经常用来表示长度。
2、VC生成PDF
PDFLib是用于创建PDF文档的开发库，提供了简单易用的API，隐藏了创建PDF的复杂细节且不需要第3方软件的支持。已VC编辑一个控制应用台程序为例来生成一个PDF。
2.1 前期准备
先到PDFLib官网下载库文件，最新版为pdflib8，但是生成的pdf有一个官网的网址，5.0版本以下没有，链接地址：http://www.pdflib.com/download/pdflib-family/pdflib-8建立工程后，将下载库中pdflib.h,pdflib.dll,pdflib.lib拷贝到工程目录。
2.2 源码
参照官网提供的一些sample，改编了一个，源代码如下：
效果如下：
3、参考资料
【1】PDF格式详解http://blog.csdn.net/bobob/archive/2006/05/23/751381.aspx
【2】PDF文件格式http://ironsoft.cnblogs.com/archive/2006/01/05/311467.html
【3】PDFLib8下载地址： http://www.pdflib.com/download/pdflib-family/pdflib-8
附件下载：
1、本文文章： 文件格式之PDF.pdf
2、工程源码： pediy.rar
3、库文件： pdflib.rar
【文章作者】: youstar
【作者邮箱】: youstar@foxmail.com
【个人主页】：http://www.youstar.org.ru
【作者声明】: 只是一些很浅的认识，希望大家一起讨论。
【文章下载】：代码与文章见附件
参考了网上的很多知识，作为自己整理学习，不足之处请大家理解与讨论。
目录：
1、PDF格式分析
1.1 header
1.2 Obj
1.3 cross reference table
1.4 trailer
1.5 文件尾
1.6 Obj对象
2、VC生成PDF
2.1 前期准备
2.2 源码及效果
3、参考资料
正文：
1、PDF文件分析
PDF文件主要包含以下几种结构：
1.1 header
PDF文件的第一行，格式如下：
%PDF-1.1 //表示当前文件的版本为1.1（目前最高版本是1.7）
1.2 Obj (文件体)
PDF中用到的对象，包括文本\图象\音乐\视频\字体\超连接\加密信息等，格式如下：
例：
1 0 obj //1标示这个obj的序号，便于在xref中查找，0是用来标示不同的obj现在都是0，obj是关键字 << // 从这里开始各行就是obj的属性了 以“/关键字 值”的形式来出现 /Type /Catalog //obj的类型是目录catalog /Outlines 2 0 R //第二个obj是outlines /Pages 3 0 R //第三个obj是Pages /OpenAction 7 0 R // OpenAction 在第7个obj >> endobj //一个obj结束
1.3 cross reference table
xref 0 5 0000000000 65535 f 0000000009 00000 n 0000000074 00000 n 0000000120 00000 n 0000000179 00000 n
xref是obj的索引表，用来索引各个obj在文档中的起始位置，它的形式如下图，其中0,211分别代表这个xref的obj的起始和终止序号。下面的各行就代表各个obj在这个文档的起始位置，其中第一串字符（10个）代表起始位置，中间的五个字符也是为了区分用的，只有当这个对象被删除的时候才有用,表示这个对象被删除后又被重新生成后的对象号，现在基本上全为0。 后面的字母有两种：f代表删除的，n代表要使用的。
1.4 trailer
trailer << /Size 8 /Root 1 0 R >>
后面的trailer是对整个xref的摘要，说明里面有多少个OBJ，读的时候从哪个OBJ开始解析，信息节点等，其中：
/size :这个pdf中总共使用了多少个对象
/root :这个pdf文件的catalog对象的对象号,这是pdf中最顶层的对象，即PDF是组织对象号，此例中位 1 0 R
1.5 文件尾
startxref 553 %%EOF
因为一个文档中可以有多个xref，所以这里要指明要从哪个xref开始进行解析这个文件。
/startxref: 后面的数字表示cross reference table的开始位置，里面的数字是10进制。
/%%EOF :文件结束符.
1.6 OBJ对象
Pdf的OBJ中的对象有如下几种，现介绍如下：
(1)文件描述对象，用来描述这个文件的标题，作者，时间等
(2)组对象，也就是文档内容的起始结点。Type 为Catalog
(3)页集合，里面聚合了大量的页对象。 Type 为pages
(4)页对象，里面指明了当前页里面用到的字体，内容，活动对象，图片等。Type 为page
(5)活动对象，有链接，文字，声音，电影等，Type 为Annots
(6)图片对象， Type 为 XObject
(7)字体对象，Type 为 Font 。PDF可以内置字体，所以即使目标机器上没有，只要它内置了，也可以正常地显示，不受影响。
(8)流对象。所有的二进制内容都是存在这个对象里面，文件流的常见的压缩方式是：图片的一些压缩算法，FlateDecode,ASCIIHexDecode,ASCII85Decode等等，FlateDecode事实上就是ZIP的压缩算法。流对象的长度是关连到一个长度对象上的/Length 188 0 R这种形式。188就是存这个长度的OBJ的顺序号。
(9)数字对象。例如：
188 0 obj
2538
endobj
里面只有一个数字，经常用来表示长度。
2、VC生成PDF
PDFLib是用于创建PDF文档的开发库，提供了简单易用的API，隐藏了创建PDF的复杂细节且不需要第3方软件的支持。已VC编辑一个控制应用台程序为例来生成一个PDF。
2.1 前期准备
先到PDFLib官网下载库文件，最新版为pdflib8，但是生成的pdf有一个官网的网址，5.0版本以下没有，链接地址：http://www.pdflib.com/download/pdflib-family/pdflib-8建立工程后，将下载库中pdflib.h,pdflib.dll,pdflib.lib拷贝到工程目录。
2.2 源码
参照官网提供的一些sample，改编了一个，源代码如下：
#include "stdafx.h"
#include "pdflib.h"
#pragma comment(lib,"pdflib.lib")
int main()
{
PDF *p;
/* create a new PDFlib object */
if ((p = PDF_new()) == (PDF *) 0)
{
printf("Couldn't create PDFlib object (out of memory)!\n");
return(2);
}
PDF_TRY(p)
{
/* This means we must check return values of load_font() etc. */
PDF_set_parameter(p, "errorpolicy", "return");
if (PDF_begin_document(p, "pediy.pdf", 0, "") == -1)
{
printf("Error: %s\n", PDF_get_errmsg(p));
return(2);
}
// /* This line is required to avoid problems on Japanese systems */
// PDF_set_parameter(p, "hypertextencoding", "host");
PDF_set_info(p, "Creator", "pediy.c");
PDF_set_info(p, "Author", "youstar");
PDF_set_info(p, "Title", "Hello, pediy (C)!");
PDF_begin_page_ext(p, a4_width, a4_height, "");
/* Change "host" encoding to "winansi" or whatever you need! */
font = PDF_load_font(p, "Helvetica-Bold", 0, "host", "");
if (font == -1)
{
printf("Error: %s\n", PDF_get_errmsg(p));
PDF_delete(p);
return(2);
}
PDF_setfont(p, font, 24);
PDF_set_text_pos(p, 50, 700);
PDF_show(p, "pediy");
PDF_continue_text(p, "2010 better!");
PDF_end_page_ext(p, "");
PDF_end_document(p, "");
}
PDF_CATCH(p) {
printf("PDFlib exception occurred in hello sample:\n");
printf("[%d] %s: %s\n",
PDF_get_errnum(p), PDF_get_apiname(p), PDF_get_errmsg(p));
PDF_delete(p);
return(2);
}效果如下：
3、参考资料
【1】PDF格式详解http://blog.csdn.net/bobob/archive/2006/05/23/751381.aspx
【2】PDF文件格式http://ironsoft.cnblogs.com/archive/2006/01/05/311467.html
【3】PDFLib8下载地址： http://www.pdflib.com/download/pdflib-family/pdflib-8
附件下载：
1、本文文章： 文件格式之PDF.pdf
2、工程源码： pediy.rar
3、库文件： pdflib.rar
[培训]《安卓高级研修班(网课)》月薪三万计划，掌握调试、分析还原ollvm、vmp的方法，定制art虚拟机自动化脱壳的方法
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
谢谢各位顶贴！
 一起学习进步！
|
|
|
|
|
|
|
|
|
仙果 对漏洞研究比较深入，以后还得请教你呢！
|
|
|
|
|
|
|
|
|
不错备用
|
|
|
|
|
|
期待文件格式之SWF...
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
