在 Delphi 中處理來自 Office 應用程式的混合參照 PDF

在開發企業級文件解決方案時，您不可避免地會遇到由各種工具產生的 PDF：從高階的 Adobe 軟體到充滿錯誤的開源函式庫或虛擬印表機驅動程式。您將面臨的最臭名昭著的結構問題之一，就是「混合參照」(hybrid-reference) PDF。

在本文中，我們將解釋什麼是混合參照，為何特定的辦公室應用程式會產生它們，以及如何使用 Delphi 與穩健的 PDF 函式庫，以程式化方式解析與修復這些結構。

PDF 交叉參照表的演進

為了在不解析整個檔案的情況下快速定位物件 (字型、圖片、頁面)，PDF 使用交叉參照表 (Cross-Reference Table, XRef)。在早期的 PDF 規範 (PDF 1.4 及更早版本) 中，這是在檔案結尾的一個文字 ASCII 表格。

從 PDF 1.5 開始，Adobe 引入了交叉參照串流 (Cross-Reference Streams, XRefStm)，將交叉參照資料壓縮為二進位串流，大幅縮小了檔案大小。然而，為了與舊版 PDF 閱讀器保持向後相容性，某些產生器開始產生混合參照 PDF (Hybrid-Reference PDFs)。這些檔案同時包含舊式 ASCII XRef 表格與新式 XRef 串流。

混合參照的問題

混合檔案在理論上是有效的，但許多 PDF 產生器 (尤其是舊版 Office 套件中傳統的「儲存為 PDF」外掛程式) 的寫入方式並不正確。常見的錯誤包括將錯誤的位元組偏移量寫入 `startxref` 指標，或建立脫節的物件串流，導致 XRef 表格指向錯誤的生成編號 (generation number)。

如果您的 Delphi 應用程式嘗試使用嚴格的解析器來讀取格式不良的混合 PDF，解析器將會失敗並拋出「Corrupt XRef table」或「Invalid Object Number」例外。

使用 PDFium 處理混合備援

PDFium 引擎 (最初由 Foxit 開發並由 Google 開源) 對於格式不良的 PDF 具有極高的容錯能力。當它偵測到損壞的 XRef 表格時，會自動從檔案結尾 (EOF) 向後掃描，以尋找替代的 XRefStm。

在 Delphi 中使用 PDFium 時，您不需要手動解析結尾字典 (trailer dictionaries)。不過，您應該檢查結構性警告，以便通知使用者或記錄問題。

uses
  System.SysUtils, pdfium_lib;

procedure LoadAndCheckHybridPDF(const FileName: string);
var
  Doc: FPDF_DOCUMENT;
  LastError: ULONG;
begin
  FPDF_InitLibrary();
  try
    Doc := FPDF_LoadDocument(PAnsiChar(AnsiString(FileName)), nil);
    if Doc = nil then
    begin
      LastError := FPDF_GetLastError();
      case LastError of
        FPDF_ERR_FILE: Writeln('File not found or could not be opened.');
        FPDF_ERR_FORMAT: Writeln('File not in PDF format or corrupted.');
        FPDF_ERR_PASSWORD: Writeln('Password required or incorrect password.');
        FPDF_ERR_SECURITY: Writeln('Unsupported security scheme.');
        FPDF_ERR_XFDF: Writeln('Invalid XRef or Hybrid Reference structure.');
      else
        Writeln('Unknown error occurred loading PDF.');
      end;
      Exit;
    end;
    
    Writeln('PDF loaded successfully despite hybrid or structural anomalies.');
    
    // Proceed with processing...
    
    FPDF_CloseDocument(Doc);
  finally
    FPDF_DestroyLibrary();
  end;
end;

修復與重建 PDF

如果您的工作流程需要將 PDF 傳遞給更嚴格的下游系統 (例如較舊的硬體 RIP)，您必須「平面化」(flatten) 混合結構。在 Delphi 中修復損壞的混合 PDF，最可靠的方法是將其載入具容錯能力的引擎並執行另存新檔作業。這會強制解析器從記憶體中的物件樹重建一個乾淨、統一的 XRef 表格。

// Conceptual example using a high-level wrapper
procedure RebuildPdfStructure(const InputFile, OutputFile: string);
var
  Doc: TlxPDFDocument;
begin
  Doc := TlxPDFDocument.Create;
  try
    // Tolerant engine ignores the broken hybrid XRef and walks the objects
    Doc.LoadFromFile(InputFile);
    
    // Saving rewrites the file with a clean PDF 1.7 XRef stream
    Doc.SaveToFile(OutputFile);
    Writeln('PDF structure successfully rebuilt.');
  finally
    Doc.Free;
  end;
end;

了解並預期混合參照損壞，可確保您的文件處理管線保持彈性，即使面對數十年前的舊版檔案也是如此。

備註：PDFium Component VCL 元件完全支援混合參照解析與自動結構修復。