Инкрементные обновления PDF позволяют приложению Delphi изменять документ путем добавления только измененных объектов, оставляя нетронутым каждый исходный байт. Библиотека losLab PDF Library реализует этот механизм с помощью метода AppendToStream, который записывает только инкрементную секцию, определенную стандартом ISO 32000-1 §7.5.6. В результате добавление одной закладки в файл размером 2 ГБ требует лишь нескольких килобайт вывода вместо полной перезаписи. Этот же механизм позволяет обновлять подписанные документы без нарушения их цифровых подписей
Проблема, которую это решает, вполне реальна. При полном сохранении перезаписывается весь файл: каждый объект сериализуется заново, пересчитывается каждое смещение перекрестной ссылки, а вывод на байтовом уровне никак не связан с исходным файлом. Для счета размером 40 КБ это не проблема. Но для отсканированного архива размером 2 ГБ, в котором вы лишь исправили опечатку в заголовке документа, переписывать два гигабайта ради изменения двадцати байтов нелепо — а если файл содержал цифровую подпись, перезапись просто уничтожит её
Почему сохранение PDF нарушает его цифровую подпись?
Цифровая подпись PDF подписывает не логическое содержимое документа, а диапазоны байтов физического файла. Запись /ByteRange в словаре подписи точно фиксирует, какие именно участки файла охватывает криптографический дайджест. Любая операция сохранения, выполняющая повторную сериализацию этих байтов — даже если создается семантически идентичный документ — изменяет дайджест, и все валидаторы сообщат о нарушении подписи. Это сделано намеренно: подпись подтверждает именно те байты, которые видел подписант, а не абстрактную модель документа
Инкрементные обновления являются той самой лазейкой, предусмотренной спецификацией PDF. Поскольку инкрементное сохранение добавляет новые данные после исходного маркера %%EOF и никогда не затрагивает подписанные диапазоны байтов, существующая подпись продолжает проходить проверку по тем байтам, которые она охватывает. Затем валидаторы классифицируют добавленные изменения отдельно — вторая подпись, заполнение формы, аннотация — и определяют, допустимы ли эти изменения. На этом основан любой процесс многократного подписания: каждый следующий подписант добавляет свой инкрементный раздел поверх предыдущего. Если вы создаете конвейеры подписания, сопутствующая статья о подписании и валидации PAdES в Delphi подробно описывает взаимодействие диапазонов байтов подписи и инкрементных разделов
Как работают инкрементные обновления согласно ISO 32000-1 §7.5.6
Стандарт ISO 32000-1 §7.5.6 определяет эту модель тремя правилами. Во-первых, исходное содержимое файла остается полностью нетронутым — ни один байт не сдвигается. Во-вторых, измененные и новые объекты добавляются после последнего маркера %%EOF, каждый с тем же номером объекта, который у него был ранее (измененные объекты просто получают новое определение, которое затеняет старое). В-третьих, добавляется новая секция перекрестных ссылок и трейлер; запись /Prev в трейлере указывает на смещение байтов предыдущей секции перекрестных ссылок, образуя цепочку, по которой программа чтения обходит объекты от новых к старым для нахождения их наиболее актуальных определений
Эта структура дает два полезных свойства. Затраты на обновление пропорциональны объему изменений, а не размеру документа — стоимость добавления складывается из размера измененных объектов и небольших накладных расходов на xref/трейлер. Кроме того, файл становится собственной историей версий: каждая предыдущая редакция физически присутствует в нем, поэтому аудитор может обрезать файл на любом более раннем маркере %%EOF и восстановить именно тот документ, который существовал на тот момент. Для рабочих процессов соблюдения нормативных требований, где необходимо доказать, как выглядел документ до каждого внесения изменений, такой встроенный аудиторский след часто является решающим аргументом в пользу инкрементных сохранений
Запись инкрементного обновления с помощью AppendToStream
losLab PDF Library предоставляет доступ к инкрементному выводу через метод AppendToStream(AppendMode: Integer; OutStream: TStream): Integer, который возвращает 1 при успешном завершении и 0 в случае сбоя. Параметр AppendMode определяет, что именно записывается в целевой поток. Режим 0 записывает файл целиком: сначала в поток копируются байты исходного файла, а затем добавляется инкрементный раздел. Режим 1 записывает только сам инкрементный раздел — дельту — полностью исключая исходные байты. Режим 2 сначала записывает предоставленный вызывающей стороной префикс, зарегистрированный через SetAppendInputFromString, а затем добавляет раздел обновления поверх него
var
Doc: TPDFlib;
Delta: TMemoryStream;
begin
Doc := TPDFlib.Create;
try
if Doc.LoadFromFile('contract.pdf', '') <= 0 then
Exit;
// Небольшое изменение: тип изменений, который не должен
// приводить к перезаписи всего файла
Doc.SetInformation(3, 'Amended 2026-07-04'); // ключ 3 = /Subject
Delta := TMemoryStream.Create;
try
// AppendMode = 1: запись только инкрементного раздела.
// Исходные байты + Дельта = полный, валидный PDF.
if Doc.AppendToStream(1, Delta) = 1 then
Delta.SaveToFile('contract.delta.bin');
finally
Delta.Free;
end;
finally
Doc.Free;
end;
end;
Режим 1 наиболее интересен для проектирования систем. Поскольку дельта является самодостаточной, вы можете передавать её отдельно от оригинала: хранить редакции как отдельные объекты в хранилище, реплицировать на удаленный узел только дельты или восстанавливать любую редакцию, объединяя базовый файл с его цепочкой инкрементов. Правило восстановления представляет собой простое слияние байтов — сначала исходный файл, затем каждая дельта по порядку — поскольку именно такой макет предписывает стандарт §7.5.6 для инкрементно обновленного файла
Как библиотека вычисляет смещения xref без копирования исходного файла?
Записи перекрестных ссылок внутри инкрементного раздела должны содержать абсолютные смещения байтов — позиции, измеряемые от начала всего файла, а не от начала дельты. Это создает проблему для режима 1: модуль записи никогда не выводит исходные байты, но каждое записываемое им смещение должно имитировать их присутствие. losLab PDF Library решает эту задачу с помощью внутреннего адаптера потока TPDFAppendSectionStream, который предоставляет виртуальное пространство координат для сериализатора. Адаптер создается с длиной исходного файла в байтах в качестве базового смещения, сообщает свою позицию и размер как эту базу плюс всё, что было добавлено к этому моменту, и направляет только вновь записанные байты в целевой поток вызывающей стороны
В результате режим 1 никогда не создает физическую копию исходного документа — ни на диске, ни в памяти. Простая реализация (запись всего файла во временный буфер с последующим отсечением хвоста) содержала бы временную копию всего исходного PDF, что для гигабайтных объемов данных сводит на нет все преимущества инкрементных обновлений. Эта техника виртуализации смещений очень близка к сдвигу байтовых ссылок, используемому в других частях библиотеки; в статье о быстром объединении PDF со сдвигом байтовых ссылок показана та же идея применительно к объединению документов, а в руководстве по слиянию и разделению больших PDF с прямым доступом к файлам описана соответствующая архитектура ввода-вывода для файлов, которые не помещаются в оперативной памяти
Потоковое сохранение всего файла с помощью SaveToStream
Инкрементный вывод составляет половину возможностей потоковой передачи; другая половина связана с полным сохранением. Метод SaveToStream в losLab PDF Library направляет сериализатор документа непосредственно в целевой поток, вместо того чтобы сначала формировать весь документ в промежуточную строку AnsiString, а затем записывать этот буфер за один вызов. Если сначала всё буферизовать, каждое полное сохранение будет временно держать в памяти вторую полную копию вывода — при 10 МБ это безвредно, при 500 МБ болезненно, а для многогигабайтных выводов в 32-битных процессах станет глухой стеной. Прямая сериализация привязывает пиковое потребление памяти к структуре объектов документа, а не к его сериализованной длине
var
Doc: TPDFlib;
Output: TFileStream;
begin
Doc := TPDFlib.Create;
try
if Doc.LoadFromFile('archive.pdf', '') <= 0 then
Exit;
// ... изменения, оправдывающие полную перезапись ...
Output := TFileStream.Create('archive-rewritten.pdf', fmCreate);
try
if Doc.SaveToStream(Output) = 0 then
Writeln('Save failed, error ', Doc.LastErrorCode);
finally
Output.Free;
end;
finally
Doc.Free;
end;
end;
Ловушка режима общего доступа: почему добавление в тот же файл возвращает 0
Стоит подробно разобрать одну ловушку из этой области, потому что шаблон сбоя здесь носит общий характер. Метод AppendToFile(FileName) добавляет инкрементное обновление непосредственно к существующему PDF на диске — естественный вызов для рабочего процесса локального аудиторского следа: загрузить файл, внести изменение, дописать по тому же пути. Такая последовательность открывает два дескриптора к одному файлу. Чтобы поддерживать чтение больших документов по требованию, LoadFromFile держит дескриптор исходного файла открытым на протяжении всей жизни объекта документа, так что режим общего доступа этого дескриптора решает, сможет ли добавление заново открыть тот же файл на запись. Откройте файл с fmShareDenyWrite, и собственный режим общего доступа загрузчика запретит запись, а добавление завершится сбоем до того, как будет записан хотя бы один байт
losLab PDF Library открывает этот дескриптор с fmShareDenyNone, и это безопасно именно благодаря природе инкрементного добавления: байты дописываются строго после конца файла, и область, которую обслуживает долгоживущий дескриптор читателя, никогда не перезаписывается. Общий урок для всех, кто оборачивает эту библиотеку — или строит похожие потоковые загрузчики — в том, что «ленивые» читатели, удерживающие дескрипторы, и писатели в тот же файл находятся в постоянном напряжении друг с другом, а режим общего доступа, выбираемый при открытии, является контрактом API, а не деталью реализации. Если AppendToFile в вашем коде когда-нибудь вернет 0, сначала проверьте, не удерживает ли что-то еще в вашем процессе целевой файл с ограничивающим режимом общего доступа
Реальные затраты: когда инкрементные обновления — неподходящий выбор
Инкрементные обновления меняют размер файла на эффективность записи, и этот обмен не всегда выгоден. Каждая редакция добавляет свои измененные объекты, в то время как замененные определения остаются в файле, поэтому документ, отредактированный сотни раз, накапливает «мертвые» объекты и длинную цепочку /Prev, которую приходится обходить каждой программе чтения. Хуже того, «удаленный» контент никуда не исчезает: текст, удаленный в пятой редакции, по-прежнему физически присутствует в байтах четвертой редакции и может быть восстановлен любым, кто обрежет файл. Поэтому удаление конфиденциальных данных, очистка или любое изъятие важной информации требуют полной перезаписи — инкрементное сохранение удаленной информации представляет собой просто утечку данных в несколько шагов
Полная перезапись также является верным решением, если целью является сжатие (удаление накопленных инкрементов и неиспользуемых объектов), изменение общедокументных свойств вроде шифрования — повторное шифрование затрагивает каждую строку и поток, так что в таком изменении не остается ничего «инкрементного» — или подготовка «чистого» итогового файла, история редактирования которого не должна передаваться вместе с ним. Разумное правило: используйте AppendToStream или AppendToFile, пока документ находится в процессе активного изменения (особенно если он уже содержит подписи); используйте полную перезапись SaveToStream на границах жизненного цикла, когда документ покидает вашу систему или его историю необходимо объединить
Инкрементные обновления, вывод дельты с виртуальным смещением и потоковая сериализация входят в стандартный комплект поставки библиотеки losLab PDF Library для Delphi, C# и VB.NET; страница продукта содержит полное описание API для сохранения и добавления данных вместе с функциями подписания и работы с большими файлами, упомянутыми выше