我现在正在理解PDF格式，但我在计算字符串的字节偏移量方面遇到了一些问题。对象的偏移量从文件的开头到对象的索引（ 6 0 obj）。
我有一个工作的hello world PDF文件，但是当我计算偏移量时，我得到的偏差不同于外部参照表。
如果有人了解这是如何计算的，请告诉我们！
示例：
0 6 obj xref：9 me：17
0 1 obj xref：60 me：72
0 4 obj xref：145 me 187
（我计算＆＃34; \ r \ n＆＃34;（2）作为换行符）
Adobe Standart：http://wwwimages.adobe.com/content/dam/Adobe/en/devnet/pdf/pdfs/pdf_reference_archives/PDFReference.pdf
%PDF-1.4
%%EOF
6 0 obj
<<
/Type /Catalog
/Pages 5 0 R
>>
endobj
1 0 obj
<<
/Type /Page
/Parent 5 0 R
/MediaBox [ 0 0 612 792 ]
/Resources 3 0 R
/Contents 2 0 R
>>
endobj
4 0 obj
<<
/Type /Font
/Subtype /Type1
/Name /F1
/BaseFont/Helvetica
>>
endobj
2 0 obj
<<
/Length 53
>>
stream
BT
/F1 24 Tf
1 0 0 1 260 600 Tm
(Hello World)Tj
ET
endstream
endobj
5 0 obj
<<
/Type /Pages
/Kids [ 1 0 R ]
/Count 1
>>
endobj
3 0 obj
<<
/ProcSet[/PDF/Text]
/Font <</F1 4 0 R >>
>>
endobj
xref
0 7
0000000000 65535 f
0000000060 00000 n
0000000228 00000 n
0000000424 00000 n
0000000145 00000 n
0000000333 00000 n
0000000009 00000 n
trailer
<<
/Size 7
/Root 6 0 R
>>
startxref
488
%%EOF
答案 0 :(得分：1)
您不能假设行结束是\ r \ n对，它可能是\ r，\ n或\ r \ n，您需要使用二进制编辑器来确定。对于没有原始文件的访问，我们也无法告诉您哪个值是正确的，如上所述的剪切/粘贴根本不够好，抱歉。虽然9不能正确除非 %% EOF是假的......
您引用的PDF文件无论如何都不正确，您不应该将%% EOF作为第二行，它应该是一个二进制字节序列，其高位设置为确保PDF文件以二进制形式传输文件。
您如何知道PDF文件中的外部参照是否正确？如果您使用Acrobat打开它，是否可以在退出时保存更改？这是一个肯定的迹象，Acrobat为你重建了外部参照，因为它不正确......
[为了清晰而编辑，因为评论时间过长]
我的解释应该更清楚。我在最初的答案中将2个陈述归为1，并打算在评论中澄清。该文件不正确，外观参照偏移在我看来是错误的，并且在初始检查时看起来是错误的%% EOF（但见后面），看起来它在某种程度上是假的（通过剪切/粘贴插入，或者由编辑或其他东西）。
从技术上讲，你可以在PDF文件中的任何地方（但在字符串和流之外）开始任何文本，只要你正确地考虑它并且不破坏PDF语法。但我仍然不会在PDF文件中添加两个%% EOF注释，它太可能会混淆简单的PDF用户。
我认为在'x y obj'声明之前发表评论并不一定是错的（我不会这样做，但这不是一回事）。它也没有完全无效大卫的观点：
The idea behind this is that you can open a file, set the file read position to a given offset and start reading.
如果PDF使用者准备阅读评论，并且不期望空格或'x y obj'语句（并且我已经看到了前面有空格的PDF文件）。这是有争议的，虽然我会阅读规范说xref偏移应该指向'x y obj'行的第一个字节，它实际上并没有这么说规范中有很多单词。 PDF用户确实需要能够在对象定义本身的过程中处理注释。例如我认为：
1 0 obj
%% Here's a comment
<<
/Type /Page
/Parent 5 0 R
/MediaBox [ 0 0 612 792 ]
/Resources 3 0 R
/Contents 2 0 R
>>
合法。该行以'％'开头，不在字符串或流上下文中，并且不会破坏PDF语法，消费者应该直接跳过它。
这与非常不同：
%% Here's a comment
1 0 obj
<<
/Type /Page
/Parent 5 0 R
/MediaBox [ 0 0 612 792 ]
/Resources 3 0 R
/Contents 2 0 R
>>
同样，我不会自己这样做（或者如果我这样做的话，我会将外部参照指向10 0 obj的开头，但我认为它可以这样说。
但是在原始示例中，我的二进制编辑器说（带有2个字节的行结尾）对象4从偏移量187开始，如果我使用1个字节的结尾，则降至170.为了使对象的一个外部参照正确我假设行结尾是1个字节，我删除“%% EOF \ n”。但是从170减去6个字节仍然在164处出现，所以在外部参照包含的145附近。在没有删除真正的PDF运算符/结构的情况下，我无法看到任何方法让对象4位于位置145。
答案 1 :(得分：1)
这是一个非常有趣的文件，阅读PDF规范最初让我更加困惑:-)。在这种情况下（我会让一些人对此感到愤怒）我会简单地保存示例PDF文件并按照@KenS在他之前的回答中建议的那样做;在Acrobat中打开它，如果Acrobat将其报告为已损坏或要求您在关闭文件时保存 - 它不喜欢它并且您可以认为您已经错了。
这个文件很有趣的原因是第二行：
%%EOF
我不同意KenS认为让这一行自动使文件无效 - 我在ISO 32000中找不到任何说明这一点的文字。文本说文件末尾的%% EOF行 具有语法意义（并解释了它存在的原因）并且它表明任何以百分比字符（％）开头的行都是评论以及这意味着什么。但是没有任何地方声明%% EOF不允许作为文件中其他地方的评论（尽管我认为这是一个愚蠢的事情，但这是不同的。）
如果%% EOF行没有，则XREF表是正确的。如果它存在，那就错了。我在文档中读到的更多解释：
1）据我所知，偏移量是从文件的第一个字节开始的（它是一个字节偏移，而不是一个字符偏移），它是＆＃34; 0＆＃34;然后计数。这背后的想法是你可以打开一个文件，将文件读取位置设置为给定的偏移量并开始读取。因此，如果您在显示实际字节的二进制编辑器中打开文件，则偏移量应与您在那里看到的相匹配。如果你的%% EOF行没有，那就意味着第一个对象（6 0 obj）有效地从偏移量9开始（如果这里的行结束字符是单字节行结束）。此时它与PDF规范本身中给出的示例匹配，因此我确信9的偏移是正确的，前提是第二行（%% EOF）不在PDF文件中。
2）第二行以百分号开头，使其成为评论。 PDF规范声明注释（从％符号到但不包括行结束符的所有内容）都应解释为单个空白字符。这很有趣，并且可能导致各种猜测对于跟随它的对象的偏移意味着什么，但坦率地说，所有这些猜测都是无序的，因为我之前所说的不相关。
这背后的想法是你可以打开一个文件，将文件读取位置设置为给定的偏移量并开始阅读。
这正是交叉引用表的用途，应该从字面上理解。换句话说，假设单字节行结束字符，示例文件中的对象6从偏移量15开始，并且该对象的XREF表中应该是该数字。
再次，请@ KenS＆＃39;考虑到注释，你不能只假设行结尾是两个字节，你必须知道它们是什么（它们可能是混合所以你甚至不能假设所有行都相同） 。如果此文件对于所有行都有两个字节行结尾，则计数为17将是正确的。