2004 年掃描的合約檔開頭是 %PDF-1.3,用最直接的方式合併、加進兩頁帶內嵌 OpenType 字型與 16 位元照片的型錄頁之後,pdfinfo 回報的仍是 PDF 1.3。正確的版本應以 /Version /1.6 寫進附加修訂版的 Catalog,ISO 32000-1 §7.5.6 允許這麼做,HotPDF 頁面匯入則根據它複製的物件自動寫入
為什麼增量儲存不能改寫 %PDF-1.3?
因為舊位元組仍是新檔的前綴。增量更新在最後一個 %%EOF 之後附加新的本體、新的交叉參照區與新的 trailer,先前每個位元組原封不動。簽章驗證器依賴這一點,因為既有簽章的 /ByteRange 覆蓋了舊檔頭。修訂版差異比對工具更進一步,直接把「原始檔是新檔的前綴」當成增量儲存的定義。改掉偏移量零的那八個位元組,所有交叉參照偏移依然有效,前綴卻破了。規範早就料到這一手:從 PDF 1.4 起,寫入器可以用 Catalog 的 Version 項目覆蓋檔頭,§7.5.6 的 NOTE 4 明說這個項目存在就是為了讓版本能在增量更新中改變。Table 28 補上讀取規則:值是名稱物件(/1.6,不是數字 1.6);只有比檔頭晚才生效;檔頭較晚或項目缺席時以檔頭為準。有效版本取兩者較大。只檢查檔案第一行的閱讀器,會低估每一份增量升級過的文件
會抬高所需版本的複製物件
所需版本來自功能,不是來自來源檔的檔頭。THPDFHeadlessDocument.AppendImportedPages 走過它複製的頁面字典與資源,記下任一被複製、非 null 項目所需的最高版本。這些標記與帶功能檢查存成精確 PDF 版本時用的是同一套;在這裡它們向上跑,抬高宣告等級。下表把匯入套用的每項檢查,與 ISO 32000-1 印在該項目旁的版本配成對:
| 複製的內容 | 需要 | 規範出處 |
|---|---|---|
透明群組、軟遮罩(/SMask)或透明的 ExtGState 參數 | PDF 1.4 | 透明度模型,§11 |
XMP 詮釋資料流(/Type /Metadata /Subtype /XML) | PDF 1.4 | §14.3.2 |
以 JBIG2Decode 壓縮的圖像資料 | PDF 1.4 | §7.4.7 |
以 JPXDecode 壓縮的圖像資料 | PDF 1.5 | §7.4.9 |
| 16 位元圖像,無論是圖像 XObject 或內容流裡的行內圖像 | PDF 1.5 | Table 89, §8.9.7 |
非 null 的 /PresSteps、樣式為 Fly、Push、Cover、Uncover 或 Fade 的 /Trans,或帶 /SS 或 /B 的轉場 | PDF 1.5 | Table 30, Table 162 |
| 隨頁面一起帶進來的可選內容 | PDF 1.5 | §8.11 |
帶 /Subtype /OpenType 的 /FontFile3 | PDF 1.6 | Table 126 |
頁面 /UserUnit、鎖定的圖層,或 OCMD 可視性運算式 /VE | PDF 1.6 | Table 30, §8.11 |
Dissolve、Wipe、Split 這類舊式轉場從 PDF 1.1 就有,不抬高任何東西,所以匯入讀的是轉場字典的 /S 值;/Trans 光出現證明不了什麼。寫入發生在走訪之後:當存在所需版本,且它大於目標檔頭版本與 Catalog 已帶的任何 /Version,新的修訂版就會寫入 /Version 名稱;否則 Catalog 不加 /Version 項目。檔頭永不改動。§7.5.6 同一段還要求寫入器在更新增刪開發者擴充時同步更新 Catalog 的 /Extensions 字典;頁面匯入只複製頁面層級的物件,所以 /Extensions 保持目標原本的樣子
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); // 檔頭:%PDF-1.3
Source.LoadFromFile(BrochureFile); // PDF 1.7 匯出:/FontFile3 /OpenType + 16 位元照片
Options := THPDFHeadlessPageImportOptions.Default;
// 頁索引從 0 起算:複製封面與規格頁
Outcome := Target.AppendImportedPages(Source, [0, 2], Options);
// 以增量更新儲存:舊位元組仍是前綴
// 預期:新的 Catalog 修訂版帶 /Version /1.6,
// 且檔案第一行仍是 %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;
對這組檔案而言,OpenType 字型程式把需求定在 1.6,光那張 16 位元照片只會停在 1.5。來源與目標必須是兩份不同的已載入文件。已簽章或已認證的目標會被拒絕,因為附加頁面改變了簽章所背書的內容
行內圖像住在內容流裡面
行內圖像永遠不是物件。ISO 32000-1 §8.9.7 把它定義成直接寫進內容流的 BI … ID … EI 序列,鍵名用縮寫,例如 /BPC 代表 /BitsPerComponent,並只建議用於 4 KB 以下的小圖。16 位元深度在這裡同樣需要 PDF 1.5,但物件走訪永遠碰不到它,因為那些位元組搭便車躲在複製的 /Contents 裡。所以匯入還會解碼每個複製頁面的內容流,以及它複製的每個 Form XObject 與平鋪圖樣的內容流,掃一遍找深度為 16 的 BI 檔頭。純文字搜尋會誤報:顯示文字運算子的運算元可以裝著字面值 (BI /BPC 16 ID),註解行也可以寫著 % BI /BPC 16。ID 之後,一個空白位元組讓位給原始二進位取樣,一路延伸到兩側帶空白的 EI 記號為止——而這些取樣位元組可能碰巧拼出 BI。因此掃描器會跳過字面與十六進位字串、註解與行內取樣資料,停在第一個貨真價實的 16 位元檔頭。8 位元行內圖像,或只是提到 /BPC 16 的字串,都讓版本原地不動
來源檔的檔頭決定版本嗎?
不,是選中的頁面說了算。把型錄的 1.7 蓋到合併結果上,只要那些頁面用的繪圖運算子沒超出 PDF 1.3,就是虛報。虛報的版本會讓一份普通文件在按版本分流檔案的列印流程或典藏閘道裡走錯路。只對鍵名、不看鍵值的比對會犯同一方向的錯:/Mask null、/PresSteps null 和帶 /S /Dissolve 的 /Trans 字典都含有那個引人注目的鍵,卻沒有一個需要更新版本;見鍵名就反應的掃描器,會替從不需要新版本的檔案抬版本
PDF 1.2 檔案裡的 PDF 1.3 功能宣告為 1.4
最微妙的情況卡在版本範圍的底部。顯式與色彩鍵圖像遮罩(Table 89 的 /Mask)標記為 PDF 1.3。把這種圖像複製進 %PDF-1.2 文件,嚴格的需求是 1.3;但 /Version 是 PDF 1.4 才有的東西,往 1.2 檔案裡寫 /Version /1.3,用的是宣告等級根本沒有的機制,嚴格的閱讀器沒有理由理會。HotPDF 在這種情況宣告 1.4:圖像遮罩進入檔頭低於 1.3 的文件時,需求直接抬到 1.4——覆蓋機制合法存在的第一個版本。已經是 1.3 的目標,同一張圖像完全不需要覆蓋
怎麼把有效版本讀回來?
取檔頭版本,找 Catalog 的 /Version 名稱,用較晚的那個。完整的解析器經 trailer 的 /Root 到達 Catalog。批次作業裡的快速關卡用位元組掃描通常就夠,但先講清楚一個前提:只有當最新的 Catalog 修訂版以普通物件寫出、不在任何壓縮物件流裡時,才掃得到這個項目。從檔尾往回搜。增量更新過的檔案可能每個修訂版各有一份 Catalog:原始的那份,加上每次更新一份完整的替換副本。閱讀器對每個物件都取最新副本(§7.5.6),所以檔案裡最後一個 /Version 通常屬於現役 Catalog。掃描回傳空值,代表這次掃描沒找到純文字覆蓋;解析器仍可能在物件流裡找到一個。函式以 1.6 這樣的字串回傳有效版本,後面的關卡守護一條 PDF/A-1 通道——其基準標準 ISO 19005-1 建立在 PDF 1.4 上:
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; // 短到裝不下 '%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'
// 最新修訂版在檔尾,所以往回搜
P := Length(Text) - Length(Key) + 1;
while (P > 0) and (Copy(Text, P, Length(Key)) <> Key) do
Dec(P);
if P = 0 then
Exit; // 沒找到純文字覆蓋
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)); // 名稱物件:/1.6
if Declared > Result then // 檔頭較晚時以檔頭為準
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;
字串比對之所以行得通,是因為每個已發布的 PDF 版本次版本號都是單一位數,而且 2.0 排序仍高於所有 1.x 值。注意這個關卡放過了什麼、沒動什麼:它不會拔掉 /Version 讓檔案矇混過關,也從不光憑檔頭下判斷。只看檔頭的檢查會放行那份合併後的合約——檔案裡仍然躺著 PDF 1.6 的字型格式
給只收 1.4 的管線:拒收或降級
刪掉覆蓋是錯的修法。需要 1.6 的那些物件還在檔案裡,版本感知的閱讀器會看到一份用著 1.6 字型格式的 1.3 文件,preflight 工具也會報出這種不一致。真正只收 1.4 的通道有兩個正經選項:在儲存前拒掉合併,用有效版本當測試條件;或者先把來源頁面降到目標等級——在製作工具裡轉換字型與圖像內容,再匯入結果。早拒絕是更好的預設:錯誤訊息在作業還在跑的時候就點名檔案與版本,比一週後沒人解釋得清的驗證失敗便宜太多。有一項需求可以在匯入時丟掉:設 Options.RemovePresentationSteps := True,複製的頁面就不帶 /PresSteps,子頁導覽對所需版本就沒有任何貢獻。決策若該發生在儲存時,儲存前的版本預檢能在任何位元組寫出之前攔下作業
對那份 2004 年的合約,要找的數字是 1.6。在跑 HotPDF Delphi PDF 元件的 AppendImportedPages 的同一個服務裡,對合併輸出呼叫 EffectivePdfVersion。只收 1.4 的通道就能退回這個作業,而錯誤訊息還來得及點名是哪幾頁型錄抬的版本