Een in 2004 gescand contract begint met %PDF-1.3, en nadat een naïeve merge twee brochurepagina's toevoegt met een ingesloten OpenType-font en een 16-bit-foto, meldt pdfinfo nog steeds PDF 1.3. De juiste versie gaat als /Version /1.6 de catalogus in van de toegevoegde revisie, wat ISO 32000-1 §7.5.6 toestaat en wat HotPDF pagina-import wegschrijft vanuit de objecten die hij kopieert
Waarom kan een incrementele save %PDF-1.3 niet herschrijven?
Omdat de oude bytes een prefix blijven van het nieuwe bestand. Een incrementele update plakt een nieuwe body, een nieuwe cross-reference-sectie en een nieuwe trailer achter de laatste %%EOF en laat elke eerdere byte met rust. Signature-validatoren hangen daarvan af, want de /ByteRange van een bestaande handtekening dekt de oude header. Revisie-diff-tools gaan verder en behandelen "het originele bestand is een prefix van het nieuwe" als de definitie van een incrementele save. Acht bytes op offset nul patchen houdt elke cross-reference-offset geldig en breekt toch de prefix. De specificatie zag dit aankomen. Sinds PDF 1.4 mag een writer de header overschrijven met de Version-entry van de catalogus, en noot 4 bij §7.5.6 zegt dat die entry bestaat zodat de versie kan veranderen tijdens een incrementele update. Tabel 28 voegt de leesregels toe. De waarde is een name-object (/1.6, niet het getal 1.6); hij geldt alleen als hij later is dan de header; is de header later of ontbreekt de entry, dan wint de header. De effectieve versie is de latere van de twee. Een lezer die alleen de eerste regel van het bestand bekijkt, meldt elk incrementeel opgewaardeerd document te laag
Gekopieerde objecten die de vereiste versie verhogen
De vereiste versie komt uit features, niet uit de header van het bronbestand. THPDFHeadlessDocument.AppendImportedPages loopt door de paginawoordenboeken en resources die hij klont en noteert de hoogste versie die een gekopieerde, niet-null entry nodig heeft. De tags zijn dezelfde als bij opslaan naar een exacte PDF-versie met feature-controles; hier lopen ze opwaarts en verhogen ze het opgegeven niveau. Elke rij koppelt een controle die de import toepast aan de versie die ISO 32000-1 bij de entry vermeldt:
| Gekopieerde inhoud | Vereist | Waar de specificatie dat zegt |
|---|---|---|
Transparency group, soft mask (/SMask) of transparante ExtGState-parameters | PDF 1.4 | Transparantiemodel, §11 |
XMP-metadatastream (/Type /Metadata /Subtype /XML) | PDF 1.4 | §14.3.2 |
Beelddata gecomprimeerd met JBIG2Decode | PDF 1.4 | §7.4.7 |
Beelddata gecomprimeerd met JPXDecode | PDF 1.5 | §7.4.9 |
| 16-bit-afbeelding, als image XObject of als inline-afbeelding in de content stream | PDF 1.5 | Tabel 89, §8.9.7 |
Niet-null /PresSteps, of een /Trans van het type Fly, Push, Cover, Uncover of Fade, of één met /SS of /B | PDF 1.5 | Tabel 30, tabel 162 |
| Optionele content die met de pagina's meekomt | PDF 1.5 | §8.11 |
/FontFile3 met /Subtype /OpenType | PDF 1.6 | Tabel 126 |
Pagina-/UserUnit, vergrendelde layers, of een OCMD-visibility-expressie /VE | PDF 1.6 | Tabel 30, §8.11 |
Oudere overgangsstijlen als Dissolve, Wipe of Split stammen uit PDF 1.1 en verhogen niets, dus de import leest de /S-waarde van een transition-woordenboek; de kale aanwezigheid van /Trans bewijst niets. Schrijven komt na het rondje. Een /Version-naam gaat de nieuwe revisie in als er een vereiste versie bestaat en die groter is dan zowel de header-versie van het doel als elke /Version die de catalogus al draagt; anders krijgt de catalogus geen /Version-entry. De header wordt nooit aangepast. Dezelfde alinea van §7.5.6 vraagt een writer om het /Extensions-woordenboek van de catalogus bij te werken als een update developer-extensions toevoegt of verwijdert. Pagina-import kopieert alleen objecten op paginaniveau, dus /Extensions blijft zoals het doel hem had
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;
// Pagina-indexen zijn zero-based: kopieer de cover en de specsheet
Outcome := Target.AppendImportedPages(Source, [0, 2], Options);
// Opgeslagen als incrementele update: de oude bytes blijven prefix.
// Verwacht: de nieuwe catalogusrevisie draagt /Version /1.6,
// en de eerste regel van het bestand leest nog steeds %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;
Voor dit stel zet het OpenType-fontprogramma de vereiste op 1.6, en de 16-bit-foto alleen was bij 1.5 gebleven. Bron en doel moeten twee verschillende geladen documenten zijn. Een doel dat al is ondertekend of gecertificeerd wordt geweigerd, want het toevoegen van pagina's verandert wat de handtekening bekrachtigt
Inline-afbeeldingen wonen in de content stream
Een inline-afbeelding is nooit een object. ISO 32000-1 §8.9.7 definieert hem als een BI … ID … EI-reeks die rechtstreeks in een content stream wordt geschreven, met afgekorte keys als /BPC voor /BitsPerComponent, en beveelt de vorm alleen aan voor kleine afbeeldingen tot 4 KB. Een 16-bit-diepte daar vraagt PDF 1.5, net als bij een image XObject, maar een objectronde loopt hem nooit tegen, want die bytes liften mee binnen de gekopieerde /Contents. De import decodeert daarom ook de content streams van elke gekopieerde pagina, en van elke Form XObject en tiling pattern die hij klont, en scant ze één keer op een BI-header met diepte 16. Een tekstzoektocht zou misvuren. De operand van een show-text-operator kan het literal (BI /BPC 16 ID) bevatten, en een commentaarregel kan luiden % BI /BPC 16. Na ID maakt één white-space-byte plaats voor rauwe binaire samples die doorlopen tot een EI-token met witruimte aan beide kanten — en die samplebytes kunnen toevallig BI spellen. De scanner stapt daarom over literal- en hexadecimal strings, commentaar en inline-sampledata heen en stopt bij de eerste echte 16-bit-header. Een 8-bit inline-afbeelding, of een string die slechts /BPC 16 vermeldt, laat de versie waar hij was
Beslist de header van het bronbestand over de versie?
Nee. De gekozen pagina's beslissen. De 1.7 van de brochure op de merge plakken overschat het resultaat zodra die pagina's niets gebruiken boven de tekenoperatoren van PDF 1.3. Een overschatte versie kan een simpel document de verkeerde kant op sturen in een afdrukworkflow of archiefgateway die bestanden op versie sorteert. Keys matchen terwijl u hun waarden negeert mist in dezelfde richting. /Mask null, /PresSteps null en een /Trans-woordenboek met /S /Dissolve bevatten allemaal de interessante key, geen van allen heeft een nieuwere versie nodig, en een scanner die op key-namen reageert verhoogt de versie voor bestanden die hem nooit nodig hadden
Een PDF 1.3-feature in een PDF 1.2-bestand wordt als 1.4 opgegeven
Het subtiele geval zit onderaan het versiebereik. Explicit en color-key imagemasks (/Mask in tabel 89) zijn getagd als PDF 1.3. Kopieer zo'n afbeelding naar een %PDF-1.2-document en de strenge vereiste is 1.3. Maar /Version stamt uit PDF 1.4. /Version /1.3 in een 1.2-bestand schrijven gebruikt een mechanisme dat het opgegeven niveau niet heeft, dus een strenge lezer heeft geen reden het te honoreren. HotPDF geeft in dat geval 1.4 op: een imagemask dat een document binnenkomt waarvan de header onder 1.3 zit, tilt de vereiste direct naar 1.4, de eerste versie waarin de override legaal is. Een doel dat al op 1.3 zit heeft voor dezelfde afbeelding helemaal geen override nodig
Hoe leest u de effectieve versie terug?
Neem de header-versie, zoek de /Version-naam in de catalogus en gebruik de latere van de twee. Een volledige parser bereikt de catalogus via de /Root van de trailer. Voor een snelle poort in een batchjob volstaat vaak een bytescan, met één kanttekening vooraf: hij vindt de entry alleen als de nieuwste catalogusrevisie als plain object is geschreven, buiten elke gecomprimeerde objectstream. Zoek vanaf het eind. Een incrementeel bijgewerkt bestand kan per revisie één catalogus bevatten: het origineel, daarna in elke update een complete vervangende kopie. Lezers gebruiken de meest recente kopie van elk object (§7.5.6), dus de laatste /Version in het bestand hoort normaal bij de levende catalogus. Een leeg resultaat betekent dat deze scan geen plain-text override vond; een parser kan er nog één vinden binnen een objectstream. De functie geeft de effectieve versie terug als string, bijvoorbeeld 1.6, en de poort erna bewaakt een PDF/A-1-kanaal, waarvan de basestandaard ISO 19005-1 op PDF 1.4 is gebouwd:
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; // te kort voor '%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'
// De nieuwste revisie zit aan het eind, dus zoek achterwaarts
P := Length(Text) - Length(Key) + 1;
while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
Dec(P);
if P = 0 then
Exit; // geen plain-text override gevonden
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-object: /1.6
if Declared > Result then // de header wint als hij later is
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;
De stringvergelijking werkt omdat elke gepubliceerde PDF-versie een minor-nummer van één cijfer heeft, en 2.0 nog altijd boven elke 1.x-waarde uitkomt. Let op wat de poort met rust laat. Hij stript geen /Version om het bestand erdoorheen te smokkelen, en hij vertrouwt de header nooit op zichzelf. Een check op alleen de header zou het samengevoegde contract doorlaten. Het bestand bevat nog steeds een fontformaat uit PDF 1.6
Weigeren of afbouwen voor een 1.4-only-pijplijn
De override verwijderen is de verkeerde reparatie. De objecten die 1.6 vereisten zitten nog in het bestand, dus een versiebewuste lezer zou een 1.3-document zien met een fontformaat uit 1.6, en preflight-tools melden die mismatch. Een kanaal dat echt tot 1.4 beperkt is houdt twee goede opties over. Wijs de merge af voordat hij wordt opgeslagen, met de effectieve versie als toets, of haal eerst de bronpagina's terug naar het doelniveau — zet het font- en beeldinhoud om in de authoringtool en importeer daarna het resultaat. Vroeg weigeren is de betere standaard. De fout noemt het bestand en de versie terwijl de job nog draait, wat veel minder support kost dan een validatiefout die niemand een week later kan verklaren. Eén vereiste kan bij import worden losgelaten: met Options.RemovePresentationSteps := True laten de gekopieerde pagina's /PresSteps weg, dus sub-paginanavigatie voegt niets toe aan de vereiste versie. Waar de beslissing bij het opslaan hoort, stopt een versiepre-check voor het opslaan de job voordat er ook maar één byte is weggeschreven
Voor het contract uit 2004 is het getal om op te letten 1.6. Roep EffectivePdfVersion aan op de samengevoegde uitvoer in dezelfde service die AppendImportedPages uitvoerde vanuit de HotPDF Delphi PDF-component. Een 1.4-only-kanaal kan de job dan wegsturen terwijl de fout nog steeds de brochurepagina's noemt die de boosdoener waren