从iTextSharp读取的pdf的ID与pdf.js之间的差异

Question

我正在尝试使用this中提到的iTextSharp来解析特定pdf（this answer）的ID。但我得到ID的空数组，而我可以看到另一个pdfReader（pdf.js）可以将id读作77a2a5c4fc17dc3a91a072c46fe69ec0。为什么这种行为有所不同？我是否希望从预告片以外的其他地方读取ID字段？

Answer 1

在文本编辑器中打开带有ID的常规PDF，如下所示：

在它显示startxref之前，您会看到一个字典（以<<开头）。这是PDF的预告片词典。其中一个（可选）条目是/ID，它是一个包含两个PDF字符串的数组。

如果您的PDF有这样的条目，那么问题Extract ID of a PDF document using iTextSharp的答案将不会返回null。

现在在文本编辑器中打开PDF：

你再次在startxref之前看到一本字典（预告片dictonary ）。但是，在这种情况下，字典只有三个条目：/Size（交叉引用表中的对象数），/Info（对包含元数据的字典的引用）和{{1 （对目录字典的引用）。

没有/Root条目，因此iText（和iTextSharp）应该返回/ID（并且您确认他们这样做了。）

现在在文本编辑器中打开的PDF中搜索值null。你在的任何地方都找不到这个价值，因为它不在那里！

摘要：您的问题我是否希望从预告片以外的其他地方读取ID字段？错误。你在问如何阅读那些不存在的东西。你的问题应该是：为什么pdf.js为没有PDF的PDF创建一个ID，我该如何检索它？第一部分的答案是合理的：即使是iText尝试在操作PDF时创建77a2a5c4fc17dc3a91a072c46fe69ec0，因为PDF具有ID的良好做法。第二部分的答案是：查看预告片（但你已经知道了）。

结论：根据评论中的反馈，事实证明OP正在使用pdf.js中的/ID方法。如果存在ID，则此方法返回ID的第一个元素。如果未找到ID，则返回MD5哈希。请参阅pdf.js中fingerprint()方法的source code。