Artículo técnico

Las páginas PDF combinadas elevan la versión en el catálogo

Un contrato escaneado en 2004 empieza con %PDF-1.3, y tras una combinación ingenua que añade dos páginas de folleto con una fuente OpenType incrustada y una foto de 16 bits, pdfinfo sigue informando PDF 1.3. La versión correcta entra en el catálogo de la revisión añadida como /Version /1.6, algo que el ISO 32000-1 §7.5.6 permite y que la importación de páginas de HotPDF escribe desde los objetos que copia

¿Por qué un guardado incremental no puede reescribir %PDF-1.3?

Porque los bytes antiguos siguen siendo un prefijo del archivo nuevo. Una actualización incremental añade un cuerpo nuevo, una sección de referencias cruzadas nueva y un trailer nuevo después del último %%EOF, y no toca ningún byte anterior. Los validadores de firmas dependen de eso, porque el /ByteRange de una firma existente cubre la cabecera vieja. Las herramientas de diff entre revisiones van más lejos y tratan «el archivo original es un prefijo del nuevo» como la definición de un guardado incremental. Parchear ocho bytes en el offset cero mantendría válidos todos los offsets de referencias cruzadas y aun así rompería el prefijo. La especificación lo vio venir. Desde PDF 1.4 un writer puede anular la cabecera con la entrada Version del catálogo, y la NOTA 4 del §7.5.6 dice que la entrada existe precisamente para que la versión pueda cambiar durante una actualización incremental. La Tabla 28 añade las reglas de lectura. El valor es un objeto name (/1.6, no el número 1.6); solo se aplica cuando es posterior a la cabecera; cuando la cabecera es posterior o la entrada falta, gana la cabecera. La versión efectiva es la mayor de las dos. Un lector que solo mira la primera línea del archivo infravalora todos los documentos mejorados incrementalmente

Disposición de actualización incremental de un PDF combinado en Delphi con HotPDF: la cabecera 1.3 intacta sigue siendo prefijo mientras el catálogo añadido lleva Version 1.6
la línea de cabecera no puede cambiar durante una actualización incremental, así que el catálogo añadido lleva el nombre Version necesario y los lectores se quedan con la posterior de las dos

Objetos copiados que elevan la versión requerida

La versión requerida sale de las características, no de la cabecera del archivo origen. THPDFHeadlessDocument.AppendImportedPages recorre los diccionarios de página y recursos que clona y registra la versión más alta que cualquier entrada copiada y no nula necesite. Las etiquetas son las mismas que se usan al guardar en una versión PDF exacta con comprobaciones de características; aquí funcionan hacia arriba, elevando el nivel declarado. Cada fila empareja una comprobación que la importación aplica con la versión que el ISO 32000-1 imprime junto a la entrada:

Contenido copiadoNecesitaDónde lo dice la especificación
Grupo de transparencia, soft mask (/SMask) o parámetros ExtGState transparentesPDF 1.4Modelo de transparencia, §11
Flujo de metadatos XMP (/Type /Metadata /Subtype /XML)PDF 1.4§14.3.2
Datos de imagen comprimidos con JBIG2DecodePDF 1.4§7.4.7
Datos de imagen comprimidos con JPXDecodePDF 1.5§7.4.9
Imagen de 16 bits, sea un image XObject o una imagen inline en el flujo de contenidoPDF 1.5Tabla 89, §8.9.7
/PresSteps no nulo, o un /Trans de estilo Fly, Push, Cover, Uncover o Fade, o uno con /SS o /BPDF 1.5Tabla 30, Tabla 162
Contenido opcional traído con las páginasPDF 1.5§8.11
/FontFile3 con /Subtype /OpenTypePDF 1.6Tabla 126
/UserUnit de página, capas bloqueadas, o una expresión de visibilidad OCMD /VEPDF 1.6Tabla 30, §8.11

Los estilos de transición más viejos como Dissolve, Wipe o Split vienen del PDF 1.1 y no elevan nada, así que la importación lee el valor /S de un diccionario de transición; la mera presencia de /Trans no prueba nada. La escritura llega después del recorrido. Un nombre /Version entra en la nueva revisión cuando existe una versión requerida y es mayor que la versión de cabecera del destino y que cualquier /Version que el catálogo ya lleve; en caso contrario el catálogo no recibe entrada /Version. La cabecera nunca se edita. El mismo párrafo del §7.5.6 pide al writer actualizar el diccionario /Extensions del catálogo cuando una actualización añade o quita extensiones de desarrollador. La importación de páginas solo copia objetos de nivel de página, así que /Extensions se queda como lo tenía el destino

Escalera de versiones de la importación de páginas de HotPDF en Delphi: fuentes OpenType, imágenes de 16 bits y transparencia elevan el requisito de 1.3 a 1.6 en el catálogo añadido
el recorrido de la importación registra la versión más alta que cualquier entrada copiada necesite, y el nombre Version solo aterriza en el catálogo nuevo cuando supera tanto a la cabecera como a cualquier override anterior
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);   // cabecera: %PDF-1.3
    Source.LoadFromFile(BrochureFile);   // exportación PDF 1.7: /FontFile3 /OpenType + foto de 16 bits

    Options := THPDFHeadlessPageImportOptions.Default;
    // Los índices de página son zero-based: copia la portada y la hoja de especificaciones
    Outcome := Target.AppendImportedPages(Source, [0, 2], Options);

    // Se guarda como actualización incremental: los bytes antiguos siguen siendo prefijo.
    // Esperado: la nueva revisión del catálogo lleva /Version /1.6,
    // y la primera línea del archivo sigue leyéndose %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;

Para esta pareja, el programa de fuente OpenType fija el requisito en 1.6, y la foto de 16 bits sola se habría quedado en 1.5. Origen y destino tienen que ser dos documentos cargados distintos. Un destino que ya está firmado o certificado se rechaza, porque añadir páginas cambia aquello de lo que da fe la firma

Las imágenes inline viven dentro del flujo de contenido

Una imagen inline nunca es un objeto. El ISO 32000-1 §8.9.7 la define como una secuencia BI … ID … EI escrita directamente en un flujo de contenido, con claves abreviadas como /BPC para /BitsPerComponent, y recomienda la forma solo para imágenes pequeñas de 4 KB o menos. Una profundidad de 16 bits ahí necesita PDF 1.5 igual que en un image XObject, pero un recorrido de objetos nunca se la encuentra, porque esos bytes viajan dentro del /Contents copiado. Por eso la importación también decodifica los flujos de contenido de cada página copiada, y de cada Form XObject y patrón de teselado que clona, y los escanea una vez buscando una cabecera BI cuya profundidad sea 16. Una búsqueda de texto dispararía mal. El operando de un operador show-text puede contener el literal (BI /BPC 16 ID), y una línea de comentario puede decir % BI /BPC 16. Después de ID, un único byte de whitespace da paso a muestras binarias crudas que corren hasta un token EI con whitespace a ambos lados —y esos bytes de muestra pueden deletrear BI por casualidad. El scanner salta entonces las cadenas literal y hexadecimales, los comentarios y los datos de muestra inline, y se detiene en la primera cabecera genuina de 16 bits. Una imagen inline de 8 bits, o una cadena que solo menciona /BPC 16, deja la versión donde estaba

Flujo de escaneo de flujos de contenido que usa la importación de páginas de HotPDF en Delphi para encontrar una imagen inline de 16 bits saltando comentarios, cadenas y binarios parecidos
las imágenes inline se esconden dentro de los flujos de contenido copiados, así que el scanner salta comentarios, cadenas y bytes de muestra hasta que aparece una cabecera genuina de 16 bits

¿Decide la versión la cabecera del archivo origen?

No. La deciden las páginas seleccionadas. Estampar el 1.7 del folleto sobre la combinación sobrestima el resultado siempre que esas páginas no usen nada más allá de los operadores de dibujo de PDF 1.3. Una versión sobrestimada puede mandar un documento sencillo por el camino equivocado en un flujo de impresión o una pasarela de archivo que ordena los archivos por versión. Igualar claves ignorando sus valores yerra en la misma dirección. /Mask null, /PresSteps null y un diccionario /Trans con /S /Dissolve contienen todos la clave interesante, ninguno necesita una versión más nueva, y un scanner que reacciona a nombres de clave eleva la versión para archivos que nunca la necesitaron

Una característica de PDF 1.3 en un archivo PDF 1.2 se declara como 1.4

El caso sutil está en el fondo del rango de versiones. Las máscaras de imagen explícitas y de color key (/Mask en la Tabla 89) están etiquetadas PDF 1.3. Copia tal imagen en un documento %PDF-1.2 y el requisito estricto es 1.3. Pero /Version data del PDF 1.4. Escribir /Version /1.3 en un archivo 1.2 usa un mecanismo que el nivel declarado no tiene, así que un lector estricto no tiene razón alguna para honrarlo. HotPDF declara 1.4 en ese caso: una máscara de imagen que entra en un documento cuya cabecera está por debajo de 1.3 eleva el requisito directamente a 1.4, la primera versión en la que el override es legal. Un destino que ya está en 1.3 no necesita override alguno para la misma imagen

¿Cómo se lee de vuelta la versión efectiva?

Toma la versión de cabecera, busca el nombre /Version del catálogo y usa la posterior de las dos. Un parser completo llega al catálogo a través del /Root del trailer. Para una puerta rápida en un trabajo por lotes suele bastar un escaneo de bytes, con una salvedad dicha de antemano: encuentra la entrada solo cuando la revisión de catálogo más nueva está escrita como objeto plano, fuera de cualquier flujo de objetos comprimido. Busca desde el final. Un archivo actualizado incrementalmente puede guardar un catálogo por revisión: el original y luego una copia de reemplazo completa en cada actualización. Los lectores usan la copia más reciente de cada objeto (§7.5.6), así que el último /Version del archivo pertenece normalmente al catálogo vivo. Un resultado vacío significa que este escaneo no encontró override en texto plano; un parser todavía puede encontrar uno dentro de un flujo de objetos. La función devuelve la versión efectiva como una cadena como 1.6, y la puerta que va detrás protege un canal PDF/A-1, cuyo estándar base ISO 19005-1 está construido sobre PDF 1.4:

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;                                     // demasiado corto para '%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'

  // La revisión más nueva está al final, así que busca hacia atrás
  P := Length(Text) - Length(Key) + 1;
  while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
    Dec(P);
  if P = 0 then
    Exit;                                     // no se encontró override en texto plano

  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)); // objeto name: /1.6
    if Declared > Result then                 // gana la cabecera cuando es posterior
      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;

La comparación de cadenas funciona porque todas las versiones PDF publicadas tienen un número menor de un solo dígito, y 2.0 sigue ordenando por encima de todo valor 1.x. Fíjate en lo que la puerta deja en paz. No arranca /Version para colar el archivo, y nunca se fía de la cabecera por sí sola. Una comprobación solo de cabecera dejaría pasar el contrato combinado. El archivo sigue llevando un formato de fuente PDF 1.6

Rechazar o degradar para un pipeline limitado a 1.4

Borrar el override es el arreglo equivocado. Los objetos que requerían 1.6 siguen en el archivo, así que un lector consciente de versiones vería un documento 1.3 usando un formato de fuente 1.6, y las herramientas preflight informan de esa discrepancia. Un canal genuinamente limitado a 1.4 deja dos opciones sanas. Rechazar la combinación antes de guardarla, con la versión efectiva como test, o bajar primero las páginas de origen al nivel del destino —convierte el contenido de fuentes e imágenes en la herramienta de autoría y luego importa el resultado. Rechazar pronto es el mejor valor por defecto. El error nombra el archivo y la versión mientras el trabajo sigue en marcha, lo que cuesta mucho menos de soportar que un fallo de validación que nadie sabe explicar una semana después. Un requisito se puede soltar en tiempo de importación: con Options.RemovePresentationSteps := True las páginas copiadas dejan fuera /PresSteps, así que la navegación de subpáginas no añade nada a la versión requerida. Donde la decisión pertenece al momento de guardar, una precomprobación de versión antes de guardar detiene el trabajo antes de escribir ningún byte

Para el contrato de 2004, el número que hay que buscar es 1.6. Llama a EffectivePdfVersion sobre la salida combinada en el mismo servicio que ejecutó AppendImportedPages del componente PDF de HotPDF para Delphi. Un canal limitado a 1.4 puede entonces rechazar el trabajo mientras el error todavía nombra las páginas del folleto que lo elevaron