如何在下载时部分显示PDF文件？

Question

根据PDF 1.7规范，第3.4节（http://www.adobe.com/content/dam/Adobe/en/devnet/acrobat/pdfs/pdf_reference_1-7.pdf，第90页）：

  

前面几节描述了各个对象的语法。这个   部分描述了如何在PDF文件中组织对象以提高效率   随机访问和增量更新。最初是一个规范的PDF文件   由四个元素组成（见图3.2）：

     

  

• 标识PDF规范版本的单行标题   该文件符合

  

• 包含构成文档中包含的文档的对象的主体   文件

  

• 包含间接信息的交叉引用表   文件中的对象

  

• 提供交叉引用表位置的预告片   文件正文中的特殊对象

  

基本上，结构有标题，后面是正文内容，然后是交叉引用表，最后是预告片，它给出了外部参照表的位置。这里的关键部分是trailer和xref表位于文件的末尾，xref表包含正文内容的相关元数据（主要是10位字节偏移量）。

鉴于外部参照表本身位于PDF文件最末端的 ：

• 在整个文件下载完成之前，我的浏览器（谷歌浏览器）能够部分显示PDF文件（前一百页左右）是怎么回事？

查看部分下载的PDF文件的屏幕截图：

Answer 1

OP描述的PDF文件类型也称为＆＃34;网络优化＆＃34; （营销术语）或＆＃34;线性化＆＃34; （PDF术语中的技术术语）。

必须注意的是，它仅在满足两个额外条件（在文件的线性化特征之上）时才有效：

1. PDF查看器需要能够处理这些类型的PDF并利用线性化功能。
2. 为线性化PDF提供服务的（远程）主机需要支持＆＃34;字节流＆＃34; 。

如果服务器不支持字节流，或者PDF文件未线性化，则整个文件 仍然 需要完全下载才能让观众查看显示任何页面。

OP引用的PDF文件结构说明不适用于线性化PDF文件。它们的组织方式略有不同：

1. 对PDF对象的排序适用特殊规则（＆＃34;标准＆＃34; PDF可以任意顺序包含对象）。
2. PDF文档需要包含一些名为＆＃34;提示表＆＃34;的附加结构。这保证了它内部的有效导航（即使它尚未完全下载）。

关于其他结构，线性化PDF将其对象分为两组：

1. 在第一组中是文档目录，所有文档级对象以及属于首先要显示的页面的所有对象（不一定是＆＃34;第0页＆＃34;！）。对象应按顺序编号。

2. 第二组包含所有其他对象。

这些组应由 两个 xref表格部分编制索引。

1. 第一个组xref部分紧跟在第一个间接对象之后，非常接近文件的开头。
2. 第二组xref部分位于文件的末尾（就像标准的非线性化PDF一样）。

%PDF-1.x标题行后面的第一个对象应包含一个字典键，指示文件的/Linearized属性。

这个整体结构允许一致的读者非常快速地学习完整的对象地址列表，而无需从头到尾下载完整的文件：

• 在下载完整文件之前，查看者可以非常快速地显示第一页。

• 用户可以点击缩略图页面预览（或文件ToC中的链接），以便在显示第一页后立即跳转到第445页，并且然后，观察者可以通过请求远程服务器通过字节范围请求来提供这些＆＃34;无序的请求，来请求页面445所需的所有对象。这样观众可以更快地显示这个页面。 （当用户不按顺序阅读页面时，完整文档的下载仍将在后台进行...）

PDF＆＃34;线性化的技术细节＆＃34;可以在 Adobe's original PDF 1.7 Specification 的＆＃39;规范＆＃39; 附录F中找到（大约11 MByte - 这本身就是一个例子）线性化的PDF文件！）