Technischer Artikel

Zusammengeführte PDF-Seiten heben die Version im Catalog

Ein 2004 gescannter Vertrag beginnt mit %PDF-1.3, und nachdem ein naives Merge zwei Broschürenseiten mit eingebettetem OpenType-Font und einem 16-Bit-Foto anhängt, meldet pdfinfo weiter PDF 1.3. Die richtige Version landet als /Version /1.6 im Catalog der angehängten Revision, was ISO 32000-1 §7.5.6 erlaubt und der HotPDF-Page-Import aus den kopierten Objekten ableitet

Warum kann ein inkrementelles Speichern %PDF-1.3 nicht umschreiben?

Weil die alten Bytes ein Präfix der neuen Datei bleiben. Ein inkrementelles Update hängt nach dem letzten %%EOF einen neuen Body, eine neue Cross-Reference-Section und einen neuen Trailer an und lässt jedes frühere Byte unangetastet. Signatur-Validatoren hängen daran, denn die /ByteRange einer bestehenden Signatur deckt den alten Header ab. Revision-Diff-Tools gehen weiter und definieren ein inkrementelles Speichern als „die Originaldatei ist ein Präfix der neuen“. Acht Bytes an Offset null zu patchen würde zwar alle Cross-Reference-Offsets gültig halten, bricht aber das Präfix. Die Spezifikation hat das kommen sehen. Seit PDF 1.4 darf ein Writer den Header über den Version-Eintrag des Catalogs überschreiben, und §7.5.6 NOTE 4 sagt, der Eintrag existiere gerade dafür, dass die Version während eines inkrementellen Updates wechseln kann. Tabelle 28 ergänzt die Leseregeln. Der Wert ist ein Name-Objekt (/1.6, nicht die Zahl 1.6); er greift nur, wenn er später als der Header ist; ist der Header später oder fehlt der Eintrag, gewinnt der Header. Die effektive Version ist die größere der beiden. Ein Reader, der nur die erste Zeile der Datei prüft, untertreibt bei jedem inkrementell aufgewerteten Dokument

Incremental-Update-Layout eines zusammengeführten PDFs in Delphi mit HotPDF: Der unangetastete 1.3-Header bleibt Präfix, während der angehängte Catalog Version 1.6 trägt
Die Header-Zeile kann sich bei einem inkrementellen Update nicht ändern, also trägt der angehängte Catalog den nötigen Version-Namen, und Reader nehmen die spätere der beiden Angaben

Kopierte Objekte, die die benötigte Version anheben

Die benötigte Version kommt aus den Features, nicht aus dem Header der Quelldatei. THPDFHeadlessDocument.AppendImportedPages läuft über die Page-Dictionarys und Ressourcen, die es klont, und merkt sich die höchste Version, die ein kopierter, nicht-null-Eintrag braucht. Die Tags sind dieselben wie beim Speichern auf eine exakte PDF-Version mit Feature-Prüfungen; hier laufen sie nach oben und heben die deklarierte Stufe an. Jede Zeile stellt eine Prüfung des Imports neben die Version, die ISO 32000-1 zum Eintrag druckt:

Kopierter InhaltBrauchtWo die Spec es sagt
Transparenzgruppe, Soft Mask (/SMask) oder transparente ExtGState-ParameterPDF 1.4Transparenzmodell, §11
XMP-Metadaten-Stream (/Type /Metadata /Subtype /XML)PDF 1.4§14.3.2
Mit JBIG2Decode komprimierte BilddatenPDF 1.4§7.4.7
Mit JPXDecode komprimierte BilddatenPDF 1.5§7.4.9
16-Bit-Bild, ob als Image-XObject oder als Inline-Bild im Content StreamPDF 1.5Tabelle 89, §8.9.7
Nicht-null /PresSteps, ein /Trans im Stil Fly, Push, Cover, Uncover oder Fade, oder eins mit /SS oder /BPDF 1.5Tabelle 30, Tabelle 162
Mit den Seiten mitgekommener Optional ContentPDF 1.5§8.11
/FontFile3 mit /Subtype /OpenTypePDF 1.6Tabelle 126
Seiten-/UserUnit, gesperrte Layer oder ein OCMD-Sichtbarkeitsausdruck /VEPDF 1.6Tabelle 30, §8.11

Ältere Transition-Stile wie Dissolve, Wipe oder Split stammen aus PDF 1.1 und heben nichts an, also liest der Import den /S-Wert eines Transition-Dictionarys; die bloße Existenz von /Trans beweist nichts. Das Schreiben kommt nach dem Durchlauf. Ein /Version-Name wandert in die neue Revision, wenn eine benötigte Version existiert und sie größer ist als sowohl die Header-Version des Ziels als auch jedes /Version, das der Catalog bereits trägt; andernfalls bekommt der Catalog keinen /Version-Eintrag. Der Header wird nie editiert. Derselbe Absatz von §7.5.6 fordert den Writer auf, das /Extensions-Dictionary des Catalogs zu aktualisieren, wenn ein Update Developer Extensions hinzufügt oder entfernt. Der Page-Import kopiert nur Objekte auf Seitenebene, also bleibt /Extensions, wie es das Ziel hatte

Versionsleiter des HotPDF-Page-Imports in Delphi: OpenType-Fonts, 16-Bit-Bilder und Transparenz heben die Anforderung im angehängten Catalog von 1.3 auf 1.6
Der Import-Durchlauf merkt sich die höchste Version, die ein kopierter Eintrag braucht, und der Version-Name landet nur dann im neuen Catalog, wenn er sowohl den Header als auch jede frühere Überschreibung übersteigt
uses
  SysUtils, HPDFHeadlessDocument;

procedure AppendBrochurePages(const ContractFile, BrochureFile, OutputFile: string);
var
  Target, Source: THPDFHeadlessDocument;
  Options: THPDFHeadlessPageImportOptions;
  Outcome: THPDFHeadlessPageImportResult;
begin
  Target := THPDFHeadlessDocument.Create;
  Source := THPDFHeadlessDocument.Create;
  try
    Target.LoadFromFile(ContractFile);   // Header: %PDF-1.3
    Source.LoadFromFile(BrochureFile);   // PDF-1.7-Export: /FontFile3 /OpenType + 16-Bit-Foto

    Options := THPDFHeadlessPageImportOptions.Default;
    // Seitenindizes sind nullbasiert: Cover und Datenblatt kopieren
    Outcome := Target.AppendImportedPages(Source, [0, 2], Options);

    // Als inkrementelles Update gespeichert: Die alten Bytes bleiben ein Präfix.
    // Erwartet: Die neue Catalog-Revision trägt /Version /1.6,
    // und die erste Zeile der Datei liest weiterhin %PDF-1.3
    Target.SaveToFile(OutputFile);
    WriteLn(Format('%d pages added, %d annotations flattened',
      [Outcome.AddedPages, Outcome.FlattenedAnnotations]));
  finally
    Source.Free;
    Target.Free;
  end;
end;

Bei diesem Paar setzt das OpenType-Font-Programm die Anforderung auf 1.6, und das 16-Bit-Foto allein wäre bei 1.5 stehen geblieben. Quelle und Ziel müssen zwei unterschiedliche geladene Dokumente sein. Ein Ziel, das bereits signiert oder zertifiziert ist, wird abgelehnt, denn das Anhängen von Seiten ändert, was die Signatur bezeugt

Inline-Bilder leben im Content Stream

Ein Inline-Bild ist nie ein Objekt. ISO 32000-1 §8.9.7 definiert es als BI … ID … EI-Sequenz, direkt in einen Content Stream geschrieben, mit abgekürzten Keys wie /BPC für /BitsPerComponent, und empfiehlt die Form nur für kleine Bilder bis 4 KB. Eine 16-Bit-Tiefe dort braucht genauso PDF 1.5 wie bei einem Image-XObject, aber ein Objekt-Durchlauf trifft sie nie an, weil diese Bytes im kopierten /Contents mitfahren. Deshalb dekodiert der Import auch die Content Streams jeder kopierten Seite und jedes Form-XObjects und Tiling-Patterns, das er klont, und scannt sie einmal nach einem BI-Header mit Tiefe 16. Eine Textsuche würde zuschlagen. Der Operand eines Show-Text-Operators kann das Literal (BI /BPC 16 ID) halten, und eine Kommentarzeile kann % BI /BPC 16 lauten. Nach ID weicht ein einzelnes White-Space-Byte rohen binären Samples, die bis zu einem EI-Token mit White Space auf beiden Seiten laufen — und diese Sample-Bytes können zufällig BI buchstabieren. Der Scanner springt deshalb über Literale und hexadezimale Strings, Kommentare und Inline-Sample-Daten hinweg und stoppt am ersten echten 16-Bit-Header. Ein 8-Bit-Inline-Bild oder ein String, der nur /BPC 16 erwähnt, lässt die Version, wo sie war

Scan-Ablauf im Content Stream, mit dem der HotPDF-Page-Import in Delphi ein 16-Bit-Inline-Bild findet, während er über Kommentare, Strings und binäre Doppelgänger hinwegspringt
Inline-Bilder verstecken sich in den kopierten Content Streams, also springt der Scanner über Kommentare, Strings und Sample-Bytes hinweg, bis ein echter 16-Bit-Header auftaucht

Entscheidet der Header der Quelldatei über die Version?

Nein. Die ausgewählten Seiten entscheiden das. Der Merge die 1.7 der Broschüre aufzuprägen, übertreibt das Ergebnis, wann immer diese Seiten nichts über PDF-1.3-Zeichenoperatoren hinaus benutzen. Eine übertriebene Version kann ein schlichtes Dokument in einem Druckworkflow oder Archiv-Gateway, das Dateien nach Version sortiert, auf den falschen Weg schicken. Keys zu matchen und ihre Werte zu ignorieren, irrt in dieselbe Richtung. /Mask null, /PresSteps null und ein /Trans-Dictionary mit /S /Dissolve enthalten alle den interessanten Key, keins davon braucht eine neuere Version, und ein Scanner, der auf Key-Namen reagiert, hebt die Version für Dateien an, die sie nie brauchten

Ein PDF-1.3-Feature in einer PDF-1.2-Datei wird als 1.4 deklariert

Der subtile Fall sitzt am unteren Ende des Versionsbereichs. Explizite und Color-Key-Bildmasken (/Mask in Tabelle 89) sind als PDF 1.3 getaggt. Kopiert man so ein Bild in ein %PDF-1.2-Dokument, lautet die strenge Anforderung 1.3. Aber /Version stammt aus PDF 1.4. /Version /1.3 in eine 1.2-Datei zu schreiben, benutzt einen Mechanismus, den die deklarierte Stufe nicht hat, also hat ein strenger Reader keinen Grund, ihn zu beachten. HotPDF deklariert in dem Fall 1.4: Eine Bildmaske, die in ein Dokument mit einem Header unter 1.3 kommt, hebt die Anforderung direkt auf 1.4, die erste Version, in der die Überschreibung legal ist. Ein Ziel, das bereits bei 1.3 steht, braucht für dasselbe Bild gar keine Überschreibung

Wie liest man die effektive Version zurück?

Nehmen Sie die Header-Version, suchen Sie den /Version-Namen im Catalog und benutzen Sie, was später ist. Ein vollständiger Parser erreicht den Catalog über das /Root des Trailers. Für ein schnelles Gate in einem Batch-Job reicht oft ein Byte-Scan, mit einem Vorbehalt, der vorab genannt sei: Er findet den Eintrag nur, wenn die neueste Catalog-Revision als plain object geschrieben ist, außerhalb jedes komprimierten Object Streams. Suchen Sie von hinten. Eine inkrementell aktualisierte Datei kann einen Catalog pro Revision halten: das Original, dann in jedem Update eine vollständige Ersatzkopie. Reader benutzen die jeweils neueste Kopie jedes Objekts (§7.5.6), also gehört das letzte /Version der Datei normalerweise zum lebenden Catalog. Ein leeres Ergebnis heißt, dieser Scan hat keine Text-Überschreibung gefunden; ein Parser findet vielleicht trotzdem eine in einem Object Stream. Die Funktion gibt die effektive Version als String wie 1.6 zurück, und das Gate dahinter schützt einen PDF/A-1-Kanal, dessen Basisstandard ISO 19005-1 auf PDF 1.4 baut:

uses
  SysUtils, IOUtils;

function EffectivePdfVersion(const FileName: string): string;
const
  Key: RawByteString = '/Version';
var
  Bytes: TBytes;
  Text: RawByteString;
  P, Q: Integer;
  Declared: string;
begin
  Result := '';
  Bytes := TFile.ReadAllBytes(FileName);
  if Length(Bytes) < 8 then
    Exit;                                     // zu kurz für '%PDF-1.x'
  SetString(Text, PAnsiChar(@Bytes[0]), Length(Bytes));
  if Copy(Text, 1, 5) <> '%PDF-' then
    Exit;
  Result := string(Copy(Text, 6, 3));        // '%PDF-1.3' -> '1.3'

  // Die neueste Revision sitzt am Ende, also rückwärts suchen
  P := Length(Text) - Length(Key) + 1;
  while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
    Dec(P);
  if P = 0 then
    Exit;                                     // keine Text-Überschreibung gefunden

  Q := P + Length(Key);
  while (Q <= Length(Text)) and (Text[Q] in [#0, #9, #10, #12, #13, #32]) do
    Inc(Q);
  if (Q < Length(Text)) and (Text[Q] = '/') then
  begin
    Declared := string(Copy(Text, Q + 1, 3)); // Name-Objekt: /1.6
    if Declared > Result then                 // der Header gewinnt, wenn er später ist
      Result := Declared;
  end;
end;

procedure RequirePdfA1Channel(const FileName: string);
var
  Version: string;
begin
  Version := EffectivePdfVersion(FileName);
  if Version > '1.4' then
    raise Exception.CreateFmt(
      '%s declares PDF %s; the PDF/A-1 channel takes PDF 1.4 at most',
      [ExtractFileName(FileName), Version]);
end;

Der String-Vergleich funktioniert, weil jede veröffentlichte PDF-Version eine einstellige Minor-Nummer hat und 2.0 dennoch über jedem 1.x-Wert sortiert. Beachten Sie, was das Gate unberührt lässt. Es entfernt kein /Version, um die Datei durchzuschmuggeln, und es vertraut dem Header nie allein. Eine reine Header-Prüfung ließe den zusammengeführten Vertrag durch. Die Datei trägt weiterhin ein Font-Format aus PDF 1.6

Ablehnen oder Herabstufen für eine 1.4-only-Pipeline

Die Überschreibung zu löschen ist die falsche Reparatur. Die Objekte, die 1.6 nötig machten, sind weiterhin in der Datei, also sähe ein versionsbewusster Reader ein 1.3-Dokument mit einem 1.6-Font-Format, und Preflight-Tools melden diese Diskrepanz. Ein Kanal, der wirklich auf 1.4 begrenzt ist, hat zwei saubere Optionen. Das Merge vor dem Speichern ablehnen, mit der effektiven Version als Test, oder die Quellseiten vorab auf das Zielniveau bringen — Font- und Bildinhalte im Autorenwerkzeug konvertieren, dann das Ergebnis importieren. Frühes Ablehnen ist der bessere Default. Der Fehler nennt Datei und Version, während der Job noch läuft, was im Support weit weniger kostet als eine Validierungsstörung, die eine Woche später niemand erklären kann. Eine Anforderung lässt sich zur Importzeit fallen: Mit Options.RemovePresentationSteps := True lassen die kopierten Seiten /PresSteps weg, also trägt die Sub-Page-Navigation nichts zur benötigten Version bei. Wo die Entscheidung zum Speicherzeitpunkt gehört, stoppt eine Versionsvorprüfung vor dem Speichern den Job, bevor irgendein Byte geschrieben ist

Für den Vertrag von 2004 ist die Zahl, nach der Sie suchen, 1.6. Rufen Sie EffectivePdfVersion auf der zusammengeführten Ausgabe in demselben Dienst auf, der AppendImportedPages aus der HotPDF Delphi PDF Component laufen ließ. Ein 1.4-only-Kanal kann den Job dann abweisen, während der Fehler noch die Broschürenseiten nennt, die ihn verursacht haben