Artykuł techniczny

Scalone strony PDF podnoszą wersję PDF w katalogu

Umowa zeskanowana w 2004 roku zaczyna się od %PDF-1.3, a po naiwnym scaleniu, które dokleja dwie strony broszury z osadzoną czcionką OpenType i zdjęciem 16-bit, pdfinfo nadal raportuje PDF 1.3. Właściwa wersja trafia do katalogu doklejonej rewizji jako /Version /1.6, na co pozwala ISO 32000-1 §7.5.6, a import stron HotPDF zapisuje ją z obiektów, które kopiuje

Dlaczego zapis przyrostowy nie może przepisać %PDF-1.3?

Bo stare bajty pozostają prefiksem nowego pliku. Aktualizacja przyrostowa dokleja nowe ciało, nową sekcję tablicy odwołań i nowy trailer po ostatnim %%EOF i nie rusza żadnego wcześniejszego bajtu. Walidatory podpisów na tym polegają, bo /ByteRange istniejącego podpisu obejmuje stary nagłówek. Narzędzia porównujące rewizje idą dalej i traktują „oryginalny plik jest prefiksem nowego” jako definicję zapisu przyrostowego. Łatanie ośmiu bajtów na offsecie zero utrzymałoby ważność wszystkich odwołań i mimo to złamało prefiks. Specyfikacja przewidziała ten scenariusz. Od PDF 1.4 pisarz może nadpisać nagłówek wpisem Version w katalogu, a nota 4 przy §7.5.6 mówi wprost, że ten wpis istnieje po to, żeby wersja mogła się zmienić podczas aktualizacji przyrostowej. Tabela 28 dodaje reguły odczytu. Wartość to obiekt name (/1.6, nie liczba 1.6); działa tylko, gdy jest późniejsza niż nagłówek; gdy nagłówek jest późniejszy albo wpisu brak, wygrywa nagłówek. Wersja efektywna to większa z obu. Czytnik, który patrzy tylko na pierwszy wiersz pliku, zaniśla każdy dokument podniesiony przyrostowo

Układ aktualizacji przyrostowej scalonego PDF w Delphi z HotPDF: nietknięty nagłówek 1.3 zostaje prefiksem, a doklejony katalog niesie Version 1.6
Wiersz nagłówka nie może się zmienić podczas aktualizacji przyrostowej, więc doklejony katalog niesie potrzebną nazwę Version, a czytniki biorą późniejszą z dwóch

Kopiowane obiekty, które podnoszą wymaganą wersję

Wymagana wersja bierze się z funkcji, nie z nagłówka pliku źródłowego. THPDFHeadlessDocument.AppendImportedPages przechodzi przez słowniki stron i zasoby, które klonuje, i odnotowuje najwyższą wersję, jakiej potrzebuje jakikolwiek kopiowany, niepusty wpis. Tagi są te same, których używa zapis do dokładnej wersji PDF z kontrolą funkcji; tu biegną w górę, podnosząc zadeklarowany poziom. Każdy wiersz paruje kontrolę stosowaną przez import z wersją, którą ISO 32000-1 drukuje obok wpisu:

Kopiowana treśćWymagaGdzie mówi o tym specyfikacja
Grupa przezroczystości, soft mask (/SMask) albo przezroczyste parametry ExtGStatePDF 1.4Model przezroczystości, §11
Strumień metadanych XMP (/Type /Metadata /Subtype /XML)PDF 1.4§14.3.2
Dane obrazu skompresowane JBIG2DecodePDF 1.4§7.4.7
Dane obrazu skompresowane JPXDecodePDF 1.5§7.4.9
Obraz 16-bit, czy to image XObject, czy obraz inline w strumieniu treściPDF 1.5Tabela 89, §8.9.7
Niepuste /PresSteps, albo /Trans w stylu Fly, Push, Cover, Uncover lub Fade, albo z /SS lub /BPDF 1.5Tabela 30, tabela 162
Zawartość opcjonalna dociągnięta wraz ze stronamiPDF 1.5§8.11
/FontFile3 z /Subtype /OpenTypePDF 1.6Tabela 126
/UserUnit strony, zablokowane warstwy albo wyrażenie widoczności OCMD /VEPDF 1.6Tabela 30, §8.11

Starsze style przejść jak Dissolve, Wipe czy Split pochodzą z PDF 1.1 i niczego nie podnoszą, więc import czyta wartość /S słownika przejścia; sama obecność /Trans niczego nie dowodzi. Zapis przychodzi po przejściu. Nazwa /Version trafia do nowej rewizji, gdy wymagana wersja istnieje i jest większa zarówno od wersji nagłówka celu, jak i od każdej /Version, którą katalog już niesie; w przeciwnym razie katalog nie dostaje wpisu /Version. Nagłówek nie jest nigdy edytowany. Ten sam akapit §7.5.6 każe pisarzowi zaktualizować słownik /Extensions w katalogu, gdy aktualizacja dodaje lub usuwa rozszerzenia deweloperskie. Import stron kopiuje wyłącznie obiekty na poziomie stron, więc /Extensions zostaje takie, jakie miała strona docelowa

Drabinka wersji importu stron HotPDF w Delphi: czcionki OpenType, obrazy 16-bit i przezroczystość podnoszą wymaganie z 1.3 na 1.6 w doklejanym katalogu
Przejście importu odnotowuje najwyższą wersję, jakiej potrzebuje kopiowany wpis, a nazwa Version ląduje w nowym katalogu tylko, gdy przewyższa i nagłówek, i każdą wcześniejszą nadpisaną wartość
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);   // nagłówek: %PDF-1.3
    Source.LoadFromFile(BrochureFile);   // eksport PDF 1.7: /FontFile3 /OpenType + zdjęcie 16-bit

    Options := THPDFHeadlessPageImportOptions.Default;
    // Indeksy stron liczą się od zera: kopiuj okładkę i kartę specyfikacji
    Outcome := Target.AppendImportedPages(Source, [0, 2], Options);

    // Zapisane jako aktualizacja przyrostowa: stare bajty zostają prefiksem.
    // Oczekiwane: nowa rewizja katalogu niesie /Version /1.6,
    // a pierwszy wiersz pliku nadal brzmi %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;

Dla tej pary program czcionki OpenType ustawia wymaganie na 1.6, a samo zdjęcie 16-bit zatrzymałoby się na 1.5. Źródło i cel muszą być dwoma różnymi wczytanymi dokumentami. Cel już podpisany albo certyfikowany jest odrzucany, bo doklejanie stron zmienia to, czego dotyczy podpis

Obrazy inline żyją wewnątrz strumienia treści

Obraz inline nigdy nie jest obiektem. ISO 32000-1 §8.9.7 definiuje go jako sekwencję BI … ID … EI zapisaną prosto do strumienia treści, ze skróconymi kluczami jak /BPC dla /BitsPerComponent, i zaleca tę formę tylko dla małych obrazów do 4 KB lub mniej. Głębia 16-bit potrzebuje tam PDF 1.5 tak samo jak przy image XObject, ale przejście po obiektach nigdy się z nią nie spotka, bo te bajty jadą na gapie wewnątrz kopiowanego /Contents. Dlatego import dekoduje też strumienie treści każdej kopiowanej strony oraz każdego klonowanego Form XObject i tiling pattern i skanuje je raz w poszukiwaniu nagłówka BI o głębi 16. Zwykłe szukanie tekstu by strzeliło gafę. Operand operatora show-text może trzymać literal (BI /BPC 16 ID), a wiersz komentarza może brzmieć % BI /BPC 16. Po ID pojedynczy bajt białego znaku ustępuje surowym binarnym próbkom, które biegną aż do tokena EI z białym znakiem po obu stronach — i te bajty próbek mogą zbiegiem okoliczności układać się w BI. Skaner dlatego przeskakuje literały i stringi heksadecymalne, komentarze i dane próbek inline i zatrzymuje się na pierwszym prawdziwym nagłówku 16-bit. Obraz inline 8-bit albo string, który tylko wspomina /BPC 16, zostawia wersję tam, gdzie była

Przepływ skanu strumienia treści używany przez import stron HotPDF w Delphi do znalezienia obrazu inline 16-bit przy przeskakiwaniu komentarzy, stringów i binarnych sobowtórów
Obrazy inline chowają się w kopiowanych strumieniach treści, więc skaner przeskakuje komentarze, stringi i bajty próbek, aż pojawi się prawdziwy nagłówek 16-bit

Czy nagłówek pliku źródłowego rozstrzyga wersję?

Nie. Rozstrzygają wybrane strony. Wytłoczenie 1.7 z broszury na scalenie zawyża wynik zawsze, kiedy te strony nie używają niczego ponad operatory rysujące PDF 1.3. Zawyżona wersja może posłać zwykły dokument na złą ścieżkę w workflow drukarskim albo bramie archiwum sortującej pliki po wersji. Parowanie kluczy z ignorowaniem ich wartości myli w tym samym kierunku. /Mask null, /PresSteps null i słownik /Trans z /S /Dissolve wszystkie zawierają interesujący klucz, żaden nie potrzebuje nowszej wersji, a skaner reagujący na nazwy kluczy podnosi wersję plikom, które nigdy jej nie potrzebowały

Funkcja PDF 1.3 w pliku PDF 1.2 jest deklarowana jako 1.4

Subtelny przypadek siedzi na dnie zakresu wersji. Jawne i color-key maski obrazu (/Mask w tabeli 89) są otagowane PDF 1.3. Skopiuj taki obraz do dokumentu %PDF-1.2, a ścisłym wymaganiem jest 1.3. Ale /Version pochodzi z PDF 1.4. Zapisanie /Version /1.3 w pliku 1.2 używa mechanizmu, którego zadeklarowany poziom nie ma, więc ścisły czytnik nie ma powodu tego uszanować. HotPDF deklaruje w tym przypadku 1.4: maska obrazu wchodząca do dokumentu z nagłówkiem poniżej 1.3 podnosi wymaganie od razu na 1.4, pierwszą wersję, w której nadpisanie jest legalne. Cel już stojący na 1.3 nie potrzebuje nadpisania wcale dla tego samego obrazu

Jak odczytać z powrotem wersję efektywną?

Weź wersję nagłówka, znajdź nazwę /Version w katalogu i użyj późniejszej z nich. Pełny parser dociera do katalogu przez /Root trailera. Do szybkiego trybu gate w zadaniu wsadowym często wystarczy skan bajtów, z jednym zastrzeżeniem powiedzianym od razu: znajduje wpis tylko wtedy, gdy najnowsza rewizja katalogu jest zapisana jako zwykły obiekt, poza jakimkolwiek skompresowanym strumieniem obiektów. Szukaj od końca. Plik z aktualizacjami przyrostowymi może trzymać po jednym katalogu na rewizję: oryginał, a potem pełną kopię zastępującą w każdej aktualizacji. Czytniki używają najnowszej kopii każdego obiektu (§7.5.6), więc ostatnie /Version w pliku normalnie należy do żywego katalogu. Pusty wynik znaczy, że ten skan nie znalazł nadpisania w czystym tekście; parser wciąż może znaleźć jedno wewnątrz strumienia obiektów. Funkcja zwraca wersję efektywną jako string typu 1.6, a bramka po niej chroni kanał PDF/A-1, którego standard bazowy ISO 19005-1 jest zbudowany na 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;                                     // za krótkie na '%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'

  // Najnowsza rewizja siedzi na końcu, więc szukaj od tyłu
  P := Length(Text) - Length(Key) + 1;
  while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
    Dec(P);
  if P = 0 then
    Exit;                                     // nie znaleziono nadpisania w czystym tekście

  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)); // obiekt name: /1.6
    if Declared > Result then                 // nagłówek wygrywa, gdy jest późniejszy
      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;

Porównanie stringów działa, bo każda opublikowana wersja PDF ma jednocyfrowy numer minor, a 2.0 nadal sortuje się powyżej każdej wartości 1.x. Zauważ, czego bramka nie rusza. Nie zrywa /Version, żeby przemycać plik, i nigdy nie ufa samemu nagłówkowi. Kontrola patrząca wyłącznie w nagłówek przepuściłaby scaloną umowę. Plik nadal niesie format czcionek PDF 1.6

Odmowa albo downgrade dla pipeline ograniczonego do 1.4

Kasowanie nadpisania to naprawa na odwrót. Obiekty, które wymagały 1.6, wciąż siedzą w pliku, więc czytnik świadomy wersji zobaczy dokument 1.3 używający formatu czcionek 1.6, a narzędzia preflight zgłoszą tę rozbieżność. Kanał naprawdę ograniczony do 1.4 zostawia dwie zdrowe opcje. Odrzuć scalenie przed zapisem, z wersją efektywną jako testem, albo najpierw sprowadź strony źródłowe do poziomu celu — skonwertuj treść czcionek i obrazów w narzędziu autorskim, a potem zaimportuj wynik. Wczesna odmowa to lepszy domyślny. Błąd wymienia plik i wersję, kiedy zadanie jeszcze biegnie, co kosztuje wsparcie znacznie mniej niż awaria walidacji, której nikt nie umie wyjaśnić tydzień później. Jedno wymaganie można zrzucić w czasie importu: przy Options.RemovePresentationSteps := True kopiowane strony pomijają /PresSteps, więc nawigacja podstron nie dokłada nic do wymaganej wersji. Tam, gdzie decyzja należy do czasu zapisu, pre-check wersji przed zapisem zatrzymuje zadanie, zanim jakiekolwiek bajty zostaną zapisane

Dla umowy z 2004 roku liczba do wypatrywania to 1.6. Wołaj EffectivePdfVersion na scalonym wyjściu w tej samej usłudze, która uruchomiła AppendImportedPages z komponentu HotPDF Delphi PDF. Kanał ograniczony do 1.4 może wtedy zawrócić zadanie, kiedy błąd nadal wymienia strony broszury, które go podniosły