Article technique

Les pages fusionnées montent la version PDF dans le catalog

Un contrat scanné en 2004 commence par %PDF-1.3, et après une fusion naïve qui ajoute deux pages de brochure transportant une police OpenType embarquée et une photo 16 bits, pdfinfo rapporte toujours PDF 1.3. La bonne version part dans le catalog de la révision ajoutée sous la forme /Version /1.6, ce que l'ISO 32000-1 §7.5.6 autorise et que l'import de pages HotPDF écrit d'après les objets qu'il copie

Pourquoi une sauvegarde incrémentale ne peut-elle pas réécrire %PDF-1.3 ?

Parce que les vieux octets restent un préfixe du nouveau fichier. Une mise à jour incrémentale ajoute un nouveau corps, une nouvelle section de références croisées et un nouveau trailer après le dernier %%EOF, sans toucher un seul octet antérieur. Les validateurs de signatures en dépendent, car le /ByteRange d'une signature existante couvre le vieux header. Les outils de diff entre révisions vont plus loin et posent "le fichier original est un préfixe du nouveau" comme définition d'une sauvegarde incrémentale. Réparer huit octets à l'offset zéro garderait chaque offset de la table de références croisées valide et casserait quand même le préfixe. La spécification avait vu venir. Depuis PDF 1.4, un writer peut passer outre le header avec l'entrée Version du catalog, et la NOTE 4 du §7.5.6 dit que cette entrée existe justement pour que la version puisse changer pendant une mise à jour incrémentale. La table 28 ajoute les règles de lecture. La valeur est un objet nom (/1.6, pas le nombre 1.6) ; elle ne s'applique que si elle est postérieure au header ; quand le header est postérieur ou que l'entrée est absente, le header gagne. La version effective est la plus grande des deux. Un lecteur qui ne vérifie que la première ligne du fichier sous-estime tout document rehaussé par mise à jour incrémentale

Disposition d'une mise à jour incrémentale d'un PDF fusionné en Delphi avec HotPDF : le header 1.3 intact reste un préfixe tandis que le catalog ajouté porte la Version 1.6
la ligne de header ne peut pas changer pendant une mise à jour incrémentale, si bien que le catalog ajouté porte le nom Version requis et que les lecteurs retiennent la version la plus tardive des deux

Les objets copiés qui font monter la version requise

La version requise vient des fonctionnalités, pas du header du fichier source. THPDFHeadlessDocument.AppendImportedPages parcourt les dictionnaires de pages et les ressources qu'il clone et note la version la plus haute dont a besoin une entrée copiée non nulle. Les marqueurs sont les mêmes que lors d'une sauvegarde vers une version PDF exacte avec contrôles de fonctionnalités ; ici ils montent, en rehaussant le niveau déclaré. Chaque ligne accouple un contrôle appliqué par l'import avec la version que l'ISO 32000-1 imprime à côté de l'entrée :

Contenu copiéExigeOù la spécification le dit
Groupe de transparence, soft mask (/SMask) ou paramètres ExtGState transparentsPDF 1.4Modèle de transparence, §11
Flux de métadonnées XMP (/Type /Metadata /Subtype /XML)PDF 1.4§14.3.2
Données d'image compressées avec JBIG2DecodePDF 1.4§7.4.7
Données d'image compressées avec JPXDecodePDF 1.5§7.4.9
Image 16 bits, XObject d'image ou image inline dans le flux de contenuPDF 1.5Table 89, §8.9.7
/PresSteps non null, ou une /Trans de style Fly, Push, Cover, Uncover ou Fade, ou une avec /SS ou /BPDF 1.5Table 30, Table 162
Contenu optionnel transporté avec les pagesPDF 1.5§8.11
/FontFile3 avec /Subtype /OpenTypePDF 1.6Table 126
/UserUnit de page, calques verrouillés, ou expression de visibilité OCMD /VEPDF 1.6Table 30, §8.11

Les styles de transition plus anciens comme Dissolve, Wipe ou Split datent de PDF 1.1 et ne font rien monter, si bien que l'import lit la valeur /S d'un dictionnaire de transition ; la seule présence de /Trans ne prouve rien. L'écriture vient après la promenade. Un nom /Version entre dans la nouvelle révision quand une version requise existe et qu'elle est supérieure à la fois au header de la cible et à tout /Version que le catalog porte déjà ; sinon le catalog ne reçoit aucune entrée /Version. Le header n'est jamais édité. Le même paragraphe du §7.5.6 demande à un writer de mettre à jour le dictionnaire /Extensions du catalog quand une mise à jour ajoute ou retire des extensions de développeur. L'import de pages ne copie que les objets de niveau page, si bien que /Extensions reste tel que la cible l'avait

Échelle des versions de l'import de pages HotPDF en Delphi : polices OpenType, images 16 bits et transparence font monter l'exigence de 1.3 à 1.6 dans le catalog ajouté
la promenade d'import note la version la plus haute dont a besoin une entrée copiée, et le nom Version n'atterrit dans le nouveau catalog que s'il dépasse à la fois le header et tout override antérieur
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);   // export PDF 1.7 : /FontFile3 /OpenType + photo 16 bits

    Options := THPDFHeadlessPageImportOptions.Default;
    // les indices de pages partent de zéro : copie de la couverture et de la fiche technique
    Outcome := Target.AppendImportedPages(Source, [0, 2], Options);

    // Enregistré en mise à jour incrémentale : les vieux octets restent un préfixe.
    // Attendu : la révision du nouveau catalog porte /Version /1.6,
    // et la première ligne du fichier affiche toujours %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;

Pour ce couple, le programme de police OpenType fixe l'exigence à 1.6, et la photo 16 bits seule se serait arrêtée à 1.5. Source et cible doivent être deux documents chargés différents. Une cible déjà signée ou certifiée est refusée, car ajouter des pages change ce que la signature atteste

Les images inline vivent dans le flux de contenu

Une image inline n'est jamais un objet. L'ISO 32000-1 §8.9.7 la définit comme une séquence BI … ID … EI écrite directement dans un flux de contenu, avec des clés abrégées comme /BPC pour /BitsPerComponent, et ne recommande cette forme que pour de petites images de 4 Ko ou moins. Une profondeur 16 bits y exige PDF 1.5 comme sur un XObject d'image, mais une promenade d'objets ne la rencontre jamais, car ces octets voyagent à l'intérieur du /Contents copié. Aussi l'import décode-t-il aussi les flux de contenu de chaque page copiée, et de chaque Form XObject et motif de trame qu'il clone, et les scanne-t-il une fois à la recherche d'un header BI dont la profondeur vaut 16. Une recherche textuelle se tromperait. L'opérande d'un opérateur d'affichage de texte peut porter le littéral (BI /BPC 16 ID), et une ligne de commentaire peut lire % BI /BPC 16. Après ID, un unique octet d'espacement laisse place aux échantillons binaires bruts qui courent jusqu'à un jeton EI entouré d'espacements — et ces octets d'échantillons peuvent épeler BI par hasard. Le scanner saute donc les chaînes littérales et hexadécimales, les commentaires et les données d'échantillons inline, et s'arrête au premier vrai header 16 bits. Une image inline 8 bits, ou une chaîne qui ne fait que mentionner /BPC 16, laisse la version où elle était

Flux de balayage du flux de contenu utilisé par l'import de pages HotPDF en Delphi pour repérer une image inline 16 bits en sautant commentaires, chaînes et sosies binaires
les images inline se cachent dans les flux de contenu copiés, si bien que le scanner saute commentaires, chaînes et octets d'échantillons jusqu'à l'apparition d'un vrai header 16 bits

Le header du fichier source décide-t-il de la version ?

Non. Ce sont les pages sélectionnées qui décident. Estamper le 1.7 de la brochure sur la fusion surestime le résultat dès que ces pages n'utilisent rien au-delà des opérateurs de dessin PDF 1.3. Une version surestimée peut envoyer un document banal sur la mauvaise voie dans un flux d'impression ou une passerelle d'archivage qui trie les fichiers par version. Apparier les clés en ignorant leurs valeurs pèche dans la même direction. /Mask null, /PresSteps null et un dictionnaire /Trans avec /S /Dissolve contiennent tous la clé intéressante, aucun n'exige une version plus neuve, et un scanner qui réagit aux noms de clés rehausse la version de fichiers qui n'en avaient jamais besoin

Une fonctionnalité PDF 1.3 dans un fichier PDF 1.2 se déclare en 1.4

Le cas subtil se loge au bas de la plage des versions. Les masques d'image explicites et par clé de couleur (/Mask dans la table 89) sont étiquetés PDF 1.3. Copiez une telle image dans un document %PDF-1.2 et l'exigence stricte est 1.3. Mais /Version date de PDF 1.4. Écrire /Version /1.3 dans un fichier 1.2 emploie un mécanisme que le niveau déclaré ne possède pas, si bien qu'un lecteur strict n'a aucune raison de l'honorer. HotPDF déclare 1.4 dans ce cas : un masque d'image qui entre dans un document dont le header est sous 1.3 hisse l'exigence droit à 1.4, la première version où le dépassement est légal. Une cible déjà à 1.3 n'a besoin d'aucun dépassement pour la même image

Comment relire la version effective ?

Prenez la version du header, cherchez le nom /Version du catalog, et retenez la plus tardive. Un parser complet atteint le catalog via le /Root du trailer. Pour un barrage rapide dans un traitement par lots, un balayage d'octets suffit souvent, avec une réserve énoncée d'emblée : il ne trouve l'entrée que si la révision la plus récente du catalog est écrite comme objet simple, hors de tout object stream compressé. Cherchez depuis la fin. Un fichier mis à jour incrémentalement peut contenir un catalog par révision : l'original, puis une copie de remplacement complète à chaque mise à jour. Les lecteurs emploient la copie la plus récente de chaque objet (§7.5.6), si bien que le dernier /Version du fichier appartient normalement au catalog vivant. Un résultat vide signifie que ce balayage n'a trouvé aucun dépassement en texte clair ; un parser peut encore en trouver un dans un object stream. La fonction renvoie la version effective sous forme de chaîne comme 1.6, et le barrage qui suit protège un canal PDF/A-1, dont la norme de base ISO 19005-1 repose sur 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;                                     // trop court pour '%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 révision la plus récente siège à la fin, donc recherche en reculant
  P := Length(Text) - Length(Key) + 1;
  while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
    Dec(P);
  if P = 0 then
    Exit;                                     // aucun dépassement en texte clair trouvé

  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)); // objet nom : /1.6
    if Declared > Result then                 // le header gagne quand il est plus tardif
      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 comparaison de chaînes fonctionne parce que chaque version PDF publiée porte un numéro mineur à un seul chiffre, et que 2.0 se classe encore au-dessus de toute valeur 1.x. Remarquez ce que le barrage laisse tranquille. Il ne retire pas /Version pour faire passer le fichier en douceur, et il ne fait jamais confiance au header tout seul. Un contrôle sur le header seul laisserait passer le contrat fusionné. Le fichier transporte toujours un format de police PDF 1.6

Refuser ou rétrograder pour un pipeline limité au 1.4

Supprimer le dépassement est la mauvaise réparation. Les objets qui exigeaient 1.6 sont toujours dans le fichier, si bien qu'un lecteur attentif à la version verrait un document 1.3 employer un format de police 1.6, et les outils de preflight signalent cet écart. Un canal réellement limité à 1.4 laisse deux options saines. Refuser la fusion avant son enregistrement, avec la version effective comme critère, ou ramener d'abord les pages source au niveau de la cible — convertissez la police et le contenu image dans l'outil d'auteur, puis importez le résultat. Refuser tôt est le meilleur défaut. L'erreur nomme le fichier et la version pendant que le travail tourne encore, ce qui coûte bien moins en support qu'un échec de validation que personne ne sait expliquer une semaine plus tard. Une exigence peut être abandonnée à l'import : avec Options.RemovePresentationSteps := True, les pages copiées laissent de côté /PresSteps, si bien que la navigation sous-page n'ajoute rien à la version requise. Là où la décision appartient à l'enregistrement, un pré-contrôle de version avant la sauvegarde arrête le travail avant l'écriture du moindre octet

Pour le contrat de 2004, le nombre à chercher est 1.6. Appelez EffectivePdfVersion sur la sortie fusionnée dans le même service qui a lancé AppendImportedPages depuis le composant PDF HotPDF pour Delphi. Un canal limité au 1.4 peut alors éconduire le travail pendant que l'erreur nomme encore les pages de brochure qui l'ont fait monter