Формат файлу PDF - Що таке файл PDF?
Portable Document Format (PDF) — це тип документа, створений Adobe ще в 1990-х роках. Метою цього формату файлів було запровадження стандарту для представлення документів та інших довідкових матеріалів у форматі, незалежному від прикладного програмного забезпечення, апаратного забезпечення, а також операційної системи. Формат файлу PDF має повну можливість містити таку інформацію, як текст, зображення, гіперпосилання, поля форм, мультимедіа, цифрові підписи, вкладення, метадані, геопросторові об’єкти та 3D-об’єкти, які можуть стати частиною вихідного документа.
У більшості випадків наявні документи перетворюються на формат PDF замість створення нового PDF-файлу з нуля. Але це не означає, що немає програмного забезпечення для створення або обробки PDF-файлів.
(Потрібно поділитися чимось про формат файлу PDF? Ви можете опублікувати свої висновки в розділі Новини формату файлу PDF.)
Формат файлу PDF - Коротка історія
Короткий огляд хронології формування PDF-файлу з точки зору хронології такий:
1993 – Adobe Systems надала специфікації PDF безкоштовно
2008 - PDF був випущений як відкритий стандарт 1 липня 2008 року та опублікований Міжнародною організацією зі стандартизації як ISO 32000-1:2008.
2008 – Adobe опублікувала публічну патентну ліцензію на безоплатні права у форматі ISO 32000-1 на всі патенти, що належать Adobe, необхідні для створення, використання, продажу та розповсюдження PDF-сумісних реалізацій.
Перша версія PDF, позначена як PDF 1.0, яка пізніше була переглянута до PDF 1.7. PDF 1.7, який став ISO 32000-1, містить деякі нестандартизовані власні технології, а також Adobe XML Forms Architecture (XFA) і розширення JavaScript для Acrobat. 28 липня 2017 року було опубліковано PDF 2.0, відомий як ISO 32000-2:2017, який не містить жодних нестандартизованих технологій.
Специфікації формату файлу PDF
PDF-файл — це набір байтів, які можна згрупувати в маркери відповідно до правил синтаксису, визначених специфікаціями PDF. Один або більше маркерів об’єднуються, щоб сформувати синтаксичні сутності вищого рівня, переважно об’єкти, які є основними значеннями даних, з яких будується документ PDF.
Файлова структура PDF-файлів
Вміст PDF-файлу впорядковано всередині файлу в такій послідовності.
|Заголовок |Тіло |Таблиця перехресних посилань |Причіп
Заголовок файлу PDF
Незалежно від версії PDF, PDF-файл починається із заголовка, що містить унікальний ідентифікатор для PDF і версію формату, як-от %PDF-1.x, де x становить від 1 до 7.
Тіло файлу
Тіло PDF-файлу складається з послідовності непрямих об’єктів, що представляють вміст документа. Об’єкти, як описано вище, представляють такі компоненти документа, як шрифти, сторінки та зразки зображень. Починаючи з PDF 1.5, тіло також може містити потоки об’єктів, кожен з яких містить послідовність непрямих об’єктів.
Таблиця перехресних посилань
Таблиця перехресних посилань містить інформацію, яка дозволяє довільний доступ до непрямих об’єктів у файлі, тому не потрібно читати весь файл, щоб знайти певний об’єкт. Таблиця повинна містити однорядковий запис для кожного непрямого об’єкта із зазначенням зсуву в байтах цього об’єкта в тілі файлу. (Починаючи з PDF 1.5, частина або вся інформація про перехресні посилання може альтернативно міститися в потоках перехресних посилань.
Трейлер файлу
Трейлер PDF-файлу дозволяє читачеві швидко знайти таблицю перехресних посилань і певні спеціальні об’єкти. Читачі, які відповідають вимогам, повинні читати файл PDF з кінця. Останній рядок файлу має містити лише маркер кінця файлу, %%EOF. Два попередні рядки повинні містити, по одному на рядок і в порядку, ключове слово startxref і зміщення байтів у декодованому потоці від початку файлу до початку ключового слова xref в останньому розділі перехресного посилання.
Об’єкти PDF
PDF-файл містить декілька різних типів об’єктів наступних типів
- Логічні значення - представляють умовні істинні або хибні
- Числа - цілі та дійсні значення
- Рядки - містять символи в круглих дужках
- Імена - починаються з символу вперед / наприклад, /ASomewhatLongerName призводить до ASomewhatLongerName
- Масиви – PDF підтримує одновимірні масиви. Масиви вищих розмірів можна створити, використовуючи масиви як вкладені елементи
- Словники - колекція об’єктів у вигляді пар ключ-значення. Він може мати нульові записи.
- Потоки - це послідовність байтів, яка також може мати необмежену довжину
- Null Object - представляє нульове значення
Можуть бути й інші об’єкти, наприклад коментарі, які вводяться знаком % і можуть містити 8-бітові символи.
Непрямі об’єкти
Будь-який об’єкт у файлі PDF можна позначити як непрямий об’єкт. Непрямим об’єктам надається унікальний ідентифікатор об’єкта, за яким інші об’єкти можуть посилатися на нього. Перехресні посилання на них зберігаються в таблиці індексів і позначаються ключовим словом xref, яке слідує за основним текстом і дає зсув у байтах кожного непрямого об’єкта від початку файлу.
Лінійні та нелінійні макети PDF
Макети PDF класифікуються як Lnear і нелінійні залежно від цільових програм та інших факторів.
Нелінійний – нелінійні PDF-файли займають менше місця на диску порівняно з лінійними PDF-файлами. PDF-сторінки документа знаходяться в розкиданому вигляді по PDF-файлу, тому нелінійні файли повільніші порівняно з лінійними.
Лінійний PDF. Лінійні PDF-файли створені таким чином, що вони записуються на диск у лінійному порядку. Для цього не потрібні плагіни браузера, щоб весь документ завантажувався перед показом.
Огляд об’єктів
Як уже згадувалося, тіло PDF – це набір об’єктів, згаданих вище. PDF значною мірою базується на PostScript без функцій керування мовами програмування, як-от команд if і циклу. Команди, видані кодом Postscript для створення графічного вмісту, збираються та позначаються маркерами на додаток до будь-яких файлів, графіки чи шрифтів, на які посилається документ. Весь цей вміст накопичується в одному файлі, у результаті чого виходить скомпонований PostScript.
Текст
Текст у PDF представлено текстовими елементами, які насправді відображаються гліфами зі шрифтів. Гліф — це графічна форма, яка підлягає всім графічним маніпуляціям, таким як перетворення координат. Через важливість тексту в більшості описів сторінок PDF надає засоби вищого рівня для зручного й ефективного опису, вибору та відтворення гліфів.
Графіка
Графічні оператори, що використовуються в потоках вмісту PDF, описують зовнішній вигляд сторінок, які мають бути відтворені на пристрої растрового виведення. Засоби призначені як для принтерів, так і для дисплеїв. Графічні оператори утворюють шість основних груп:
- Оператори стану графіки маніпулюють структурою даних, яка називається станом графіки, глобальною структурою, у якій виконуються інші графічні оператори. Стан графіки включає поточну матрицю перетворення (CTM), яка відображає координати простору користувача, що використовуються в потоці вмісту PDF, у координати пристрою виводу. Він також містить поточний колір, поточний контур відсікання та багато інших параметрів, які є неявними операндами операторів малювання.
- Оператори побудови шляху вказують шляхи, які визначають форми, траєкторії ліній і області різного типу. Вони містять оператори для початку нового шляху, додавання до нього відрізків і кривих і закриття.
- Оператори малювання контуру заповнюють контур кольором, малюють обведення вздовж нього або використовують його як межу відсікання.
- Інші оператори малювання малюють певні графічні об’єкти, що описують себе. До них належать зразки зображень, геометрично визначені затінення та цілі потоки вмісту, які, у свою чергу, містять послідовності графічних операторів.
- Текстові оператори вибирають і показують символьні гліфи зі шрифтів (опис гарнітур для представлення текстових символів). Оскільки PDF розглядає гліфи як загальні графічні фігури, багато текстових операторів можна згрупувати з операторами стану графіки або малювання. Однак структури даних і механізми для роботи з описами гліфів і шрифтів є достатньо спеціалізованими.
- Оператори позначеного вмісту пов’язують логічну інформацію вищого рівня з об’єктами в потоці вмісту. Ця інформація не впливає на відтворений вигляд вмісту; це корисно для програм, які використовують PDF для обміну документами.
