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
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 treść | Wymaga | Gdzie mówi o tym specyfikacja |
|---|---|---|
Grupa przezroczystości, soft mask (/SMask) albo przezroczyste parametry ExtGState | PDF 1.4 | Model przezroczystości, §11 |
Strumień metadanych XMP (/Type /Metadata /Subtype /XML) | PDF 1.4 | §14.3.2 |
Dane obrazu skompresowane JBIG2Decode | PDF 1.4 | §7.4.7 |
Dane obrazu skompresowane JPXDecode | PDF 1.5 | §7.4.9 |
| Obraz 16-bit, czy to image XObject, czy obraz inline w strumieniu treści | PDF 1.5 | Tabela 89, §8.9.7 |
Niepuste /PresSteps, albo /Trans w stylu Fly, Push, Cover, Uncover lub Fade, albo z /SS lub /B | PDF 1.5 | Tabela 30, tabela 162 |
| Zawartość opcjonalna dociągnięta wraz ze stronami | PDF 1.5 | §8.11 |
/FontFile3 z /Subtype /OpenType | PDF 1.6 | Tabela 126 |
/UserUnit strony, zablokowane warstwy albo wyrażenie widoczności OCMD /VE | PDF 1.6 | Tabela 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
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
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