我需要知道PDF字典值的编码（不是显示给用户的文本，而是＆＃34;后面的代码＆＃34;）。 我打算不为此使用任何库。 我在哪里可以找到它？
答案 0 :(得分：2)
您可以在PDF规范（http://www.adobe.com/devnet/pdf/pdf_reference.html）中找到它。详细说明你问题中最重要的一点......
1）PDF词典可以包含各种值类型（布尔值，数字，字符串......）。您将要遇到的编码取决于值的类型。
2）大多数情况下，有趣且复杂的情况是对象的类型是字符串。
3）对于字符串，请阅读PDF规范中的第7.9.2节。这解释了可以将哪些编码用于此类字符串（PDFDocEncoding，Unicode编码...）以及如何识别您对特定字符串的编码。
答案 1 :(得分：2)
PDF词典值的编码
PDF字典的值是PDF对象。
您应该查看PDF规范ISO 32000-1，特别是第7章语法，以了解PDF对象。你会发现：
分隔对象和描述PDF文件结构的标记应使用ASCII字符 组。此外，所有保留字和用作PDF标准词典中的键的名称 某些类型的数组应使用ASCII字符集定义。
因此，大多数时候你必须处理ASCII值。
但是，字符串的情况很棘手，因为有几种类型的字符串使用相同的字符串语法选项，因此您必须根据其上下文解释其内容。
表35 - 字符串对象类型
输入说明
文本字符串应用于人类可读的文本，例如文本 注释，书签名称，文章名称和 文件信息。这些字符串应编码 使用PDFDocEncoding或UTF-16BE 前导字节顺序标记。 此类型在7.9.2.2“文本字符串类型”中进行了描述。
PDFDocEncoded string 应该用于字符和字形 使用PDFDocEncoding以单个字节表示。 此类型在7.9.2.3“PDFDocEncoded String中描述 型“。
ASCII字符串应该用于表示的字符 使用ASCII编码的单字节。
字节字符串应该用于表示为一系列的二进制数据 字节，其中每个字节可以是任何可表示的值 8位。字符串可以表示字符但是 编码未知。字符串的字节不需要 代表人物。该类型应用于数据 例如MD5哈希值，签名证书和Web 捕获标识值。 此类型在7.9.2.4“字节字符串类型”中进行了描述。
如果字符串是值，例如作者元数据的元数据，它是一个文本字符串，因此使用带有前导字节顺序标记的PDFDocEncoding或UTF-16BE进行编码。
另一方面，如果字符串是值，例如内容在签名字典中，它是一个包含二进制对象的字节字符串，任何根据某些编码解释它的尝试都将失败。
流的情况更加棘手。
首先，可以以某种方式处理流内容，例如，它可能会被压缩。要获得实际的流内容，首先必须撤消此处理。
内容可以是二进制的，例如字体程序或文本，例如JavaScript，或者它可以是内容流，例如页面内容。
内容流是一个PDF流对象，其数据由描述该数据的一系列指令组成 要在页面上绘制的图形元素。说明应以PDF对象的形式表示， 使用与PDF文档其余部分相同的对象语法。
因此，它们大多是ASCII值。异常也是文本绘制指令的字符串参数。它们的编码完全取决于绘制字符串时当前选择的字体，字体可能使用标准编码，但它们也可能使用完全混乱的ad-hoc编码。
PS：如果您碰巧尝试分析加密的PDF，您会发现加密 适用于文档PDF文件中的所有字符串和流，只有极少数例外。特别是加密不适用于字典和数组结构，数字和名称。因此，不知道这一点的人可能不会认识到PDF是加密的，而是假设字符串和流以非常奇怪的方式编码。
答案 2 :(得分：1)
补充@ mkl＆@和DavidvanDriessche的优秀答案...
这里有三个OpenSource命令行工具，可以帮助您将任何PDF转换为不同的形式，扩展/解压缩/解码对象流（注意，没有一个，＆＃34; the-one-and -only-correct＆＃34;这样做的方式 - 所以每个工具的输出都不同）：