Договор, отсканированный в 2004 году, начинается с %PDF-1.3, и после наивного слияния, добавившего две страницы буклета со встроенным шрифтом OpenType и 16-битной фотографией, pdfinfo по-прежнему сообщает PDF 1.3. Правильная версия попадает в каталог добавленной ревизии как /Version /1.6 — это разрешает ISO 32000-1 §7.5.6, и импорт страниц HotPDF пишет её по объектам, которые копирует
Почему инкрементная запись не может переписать %PDF-1.3?
Потому что старые байты остаются префиксом нового файла. Инкрементное обновление дописывает новое тело, новую секцию перекрёстных ссылок и новый trailer после последнего %%EOF, не трогая ни одного более раннего байта. Валидаторы подписей на этом держатся: /ByteRange существующей подписи накрывает старый заголовок. Инструменты сравнения ревизий идут дальше и считают «исходный файл — префикс нового» определением инкрементной записи. Патч восьми байтов на смещении ноль сохранил бы валидность всех смещений перекрёстных ссылок и всё равно сломал префикс. Спецификация предвидела это. Начиная с PDF 1.4 писатель может перекрыть заголовок записью Version в каталоге, а NOTE 4 из §7.5.6 говорит, что запись существует именно затем, чтобы версия могла смениться при инкрементном обновлении. Таблица 28 добавляет правила чтения. Значение — объект-имя (/1.6, а не число 1.6); действует оно только когда позже заголовка; если позже заголовок или запись отсутствует, побеждает заголовок. Эффективная версия — большая из двух. Читалка, проверяющая лишь первую строку файла, занижает версию каждого документа, обновлённого инкрементно
Скопированные объекты, повышающие требуемую версию
Требуемая версия растёт из возможностей, а не из заголовка исходного файла. THPDFHeadlessDocument.AppendImportedPages проходит по словарям страниц и ресурсам, которые клонирует, и запоминает наивысшую версию, какую требует любой скопированный не-null элемент. Метки те же, что при сохранении в точную версию PDF с проверкой возможностей; здесь они идут вверх, поднимая заявленный уровень. Каждая строка соединяет проверку, которую применяет импорт, с версией, которую ISO 32000-1 печатает рядом с записью:
| Скопированное содержимое | Требует | Где об этом говорит спецификация |
|---|---|---|
Группа прозрачности, soft-маска (/SMask) или прозрачные параметры ExtGState | PDF 1.4 | Модель прозрачности, §11 |
Поток метаданных XMP (/Type /Metadata /Subtype /XML) | PDF 1.4 | §14.3.2 |
Данные изображения, сжатые JBIG2Decode | PDF 1.4 | §7.4.7 |
Данные изображения, сжатые JPXDecode | PDF 1.5 | §7.4.9 |
| 16-битное изображение — XObject-изображение или inline-изображение в потоке содержимого | PDF 1.5 | Таблица 89, §8.9.7 |
Не-null /PresSteps, или /Trans стиля Fly, Push, Cover, Uncover или Fade, или переход с /SS или /B | PDF 1.5 | Таблица 30, таблица 162 |
| Необязательное содержимое, пришедшее вместе со страницами | PDF 1.5 | §8.11 |
/FontFile3 с /Subtype /OpenType | PDF 1.6 | Таблица 126 |
Страничный /UserUnit, заблокированные слои или выражение видимости OCMD /VE | PDF 1.6 | Таблица 30, §8.11 |
Старые стили переходов вроде Dissolve, Wipe или Split датируются PDF 1.1 и ничего не поднимают, поэтому импорт читает значение /S словаря перехода; само по себе присутствие /Trans ничего не доказывает. Запись идёт после обхода. Имя /Version попадает в новую ревизию, когда требуемая версия существует и больше и версии заголовка цели, и любого /Version, что каталог уже несёт; иначе каталог не получает записи /Version. Заголовок не редактируется никогда. Тот же абзац §7.5.6 просит писателя обновлять словарь /Extensions каталога, когда обновление добавляет или убирает расширения разработчика. Импорт страниц копирует только объекты уровня страницы, поэтому /Extensions остаётся таким, каким его оставила цель
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); // заголовок: %PDF-1.3
Source.LoadFromFile(BrochureFile); // экспорт PDF 1.7: /FontFile3 /OpenType + 16-битное фото
Options := THPDFHeadlessPageImportOptions.Default;
// Индексы страниц с нуля: копируем обложку и лист со спецификацией
Outcome := Target.AppendImportedPages(Source, [0, 2], Options);
// Сохранено как инкрементное обновление: старые байты остаются префиксом.
// Ожидается: новая ревизия каталога несёт /Version /1.6,
// и первая строка файла по-прежнему читается как %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;
Для этой пары требование на 1.6 ставит программа шрифта OpenType, и одна 16-битная фотография остановилась бы на 1.5. Источник и цель обязаны быть двумя разными загруженными документами. Уже подписанная или сертифицированная цель отвергается: дописывание страниц меняет то, что удостоверяет подпись
Inline-изображения живут внутри потока содержимого
Inline-изображение никогда не бывает объектом. ISO 32000-1 §8.9.7 определяет его как последовательность BI … ID … EI, записанную прямо в поток содержимого, с сокращёнными ключами вроде /BPC вместо /BitsPerComponent, и рекомендует эту форму лишь для небольших изображений до 4 КБ. Глубина 16 бит здесь требует PDF 1.5 так же, как на XObject-изображении, но обход объектов её никогда не встретит: эти байты едут внутри скопированного /Contents. Поэтому импорт также декодирует потоки содержимого каждой скопированной страницы и каждого клонируемого Form XObject и мозаичного паттерна и один раз сканирует их на заголовок BI с глубиной 16. Текстовый поиск дал бы осечку. Операнд оператора показа текста может нести литерал (BI /BPC 16 ID), а строка комментария — читаться как % BI /BPC 16. После ID единственный пробельный байт уступает место сырым двоичным сэмплам, тянущимся до токена EI с пробелами с обеих сторон, — и те байты сэмплов могут случайно сложиться в BI. Поэтому сканер перепрыгивает литеральные и hex-строки, комментарии и данные inline-сэмплов и останавливается на первом настоящем 16-битном заголовке. 8-битное inline-изображение или строка, лишь упоминающая /BPC 16, оставляют версию как была
Решает ли версию заголовок исходного файла?
Нет. Решают выбранные страницы. Штампование буклетных 1.7 поверх слияния преувеличивает результат всякий раз, когда эти страницы не используют ничего за пределами операторов рисования PDF 1.3. Завышенная версия может отправить простой документ не туда в печатном workflow или архивном шлюзе, сортирующем файлы по версии. Сверка ключей с игнорированием их значений ошибается в ту же сторону. /Mask null, /PresSteps null и словарь /Trans с /S /Dissolve содержат интересный ключ, никому из них новее не нужно, а сканер, реагирующий на имена ключей, поднимает версию файлам, которым она не требовалась
Возможность PDF 1.3 в файле PDF 1.2 объявляется как 1.4
Тонкий случай сидит на дне диапазона версий. Явные маски изображений и маски по цветовому ключу (/Mask в таблице 89) помечены как PDF 1.3. Скопируйте такое изображение в документ %PDF-1.2, и строгое требование — 1.3. Но /Version датируется PDF 1.4. Запись /Version /1.3 в файл 1.2 использует механизм, которого заявленный уровень не имеет, и строгой читалке нет причин его уважать. HotPDF в этом случае объявляет 1.4: маска изображения, входящая в документ с заголовком ниже 1.3, поднимает требование сразу до 1.4 — первой версии, где такое перекрытие легально. Цели, уже стоящей на 1.3, для того же изображения перекрытие не нужно вовсе
Как прочитать эффективную версию обратно?
Возьмите версию заголовка, найдите имя /Version в каталоге и используйте более позднюю. Полный парсер добирается до каталога через /Root в trailer. Для быстрой проверки в пакетном задании часто хватает байтового скана с одной оговоркой, заявленной заранее: запись находится только когда новейшая ревизия каталога записана обычным объектом, вне любого сжатого объектного потока. Ищите от конца. Файл с инкрементными обновлениями может держать по каталогу на ревизию: исходный, затем полная заменяющая копия в каждом обновлении. Читалки используют самую свежую копию каждого объекта (§7.5.6), поэтому последний /Version в файле обычно принадлежит действующему каталогу. Пустой результат означает, что этот скан не нашёл текстового перекрытия; парсер всё ещё может найти его внутри объектного потока. Функция возвращает эффективную версию строкой вроде 1.6, а проверка после неё защищает канал PDF/A-1, чей базовый стандарт ISO 19005-1 построен на 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; // слишком коротко для '%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'
// Новейшая ревизия сидит в конце, поэтому ищем в обратную сторону
P := Length(Text) - Length(Key) + 1;
while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
Dec(P);
if P = 0 then
Exit; // текстовое перекрытие не найдено
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)); // объект-имя: /1.6
if Declared > Result then // заголовок побеждает, когда он позже
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;
Строковое сравнение работает, потому что у каждой опубликованной версии PDF младший номер однозначный, а 2.0 всё равно сортируется выше любого значения 1.x. Заметьте, чего проверка не трогает. Она не выдирает /Version, чтобы протащить файл, и никогда не верит заголовку самому по себе. Проверка по одному заголовку пропустила бы объединённый договор. В файле остаётся формат шрифта PDF 1.6
Отказ или понижение для конвейера, ограниченного 1.4
Выдирать перекрытие — неправильный ремонт. Объекты, потребовавшие 1.6, остаются в файле, поэтому читалка, следящая за версиями, увидит документ 1.3 с форматом шрифта 1.6, и preflight-инструменты сообщат о несоответствии. Каналу, честно ограниченному 1.4, остаются два здоровых варианта. Отвергнуть слияние до сохранения, взяв тестом эффективную версию, или сперва опустить исходные страницы до уровня цели — сконвертировать шрифт и содержимое изображений в авторском инструменте, затем импортировать результат. Ранний отказ — лучший умолчательный выбор. Ошибка называет файл и версию, пока задание ещё крутится, а это на порядок дешевле в поддержке, чем провал валидации, который никто не может объяснить неделю спустя. Одно требование можно снять на этапе импорта: при Options.RemovePresentationSteps := True скопированные страницы выходят без /PresSteps, и постраничная навигация не добавляет ничего к требуемой версии. Там, где решение лежит на этапе сохранения, предварительная проверка версии перед сохранением останавливает задание до записи хоть одного байта
Для договора 2004 года число, которое нужно искать, — 1.6. Вызывайте EffectivePdfVersion на объединённом выводе в том же сервисе, что запустил AppendImportedPages из PDF-компонента HotPDF для Delphi. Тогда канал, ограниченный 1.4, отвергнет задание, пока ошибка ещё называет страницы буклета, поднявшие версию