你如何调试PDF文件？

Question

我多次以编程方式创建PDF，但可能存在问题，例如：某些特定的字母可能没有显示或我可能有编码问题等。

有没有办法调试PDF？例如。看到它的详细结构？

Answer 1

有许多免费工具可以让您查看PDF的内容，未压缩和解密（给定密码）。

iText的RUPS让人想起（但我有偏见）。我不知道有一个iTextSharp等价物。它是一个带有树形视图的GUI（所有这些应用程序都有）PDF对象。

有些会让您编辑该树中的PDF，但不是很多。我相信Windjack的PDF CanOpener（以及您期望从商业Acrobat插件中获得的其他几个漂亮的功能）。

在紧要关头，＆lt;在此处插入收藏的文字编辑器＆gt;工作...但不要试图改变任何东西。 PDF是二进制格式：字节偏移很重要。如果您的文本编辑器将\ n更改为\ r \ n（或尝试将其解释为UTF-8，或，或，或），则PDF将会出现可怕的损坏。不要那样做。

我最终做了大量搜索给定的对象编号以查找间接引用。查找单个数字引用始终是一种痛苦，因为“4 obj”出现在每个第十个对象（14,24,34,1234等）的末尾。一个正在寻找“第4行obj-end of line”开头的正则表达式搜索会很棒，但我通常会使用记事本，所以这样就出来了（而且我不是一个正则表达式的人）。

PS ：即使有一个漂亮的Acrobat插件（不是开罐器，从后面回家），我仍然需要不时打开文本编辑器。

Acrobat会在加载PDF时进行更改（主要是为了解决问题），如果你想知道什么是真的，你需要以其他方式查看PDF。当你试图调试破损的PDF时，acrobat很有帮助就是你需要的 last 。

PPS ：Acrobat在其高级＆gt;预检规范中也有一个漂亮的“pdf语法检查”。它还检查各种PDF / *标准（PDF / X，PDF / A-1 [a和b]等），可访问性等。当你试图遵守时，它们是非常宝贵的。不是你要问的调试工具，但非常方便。

PPPS ：“差异”两个PDF几乎不可能，没有编写自定义工具来为您完成。我写了一些东西，列出所有页面（有大小）和字段（带有类型，标志等）以可预测的顺序并将其转储到文本文件，所以我可以区分文件......但是直接区分两个PDF是毫无意义的。 “相同”文件有太多不同的方式（对象顺序，字典键顺序，压缩级别等）。

Answer 2

好吧，我想调试我前几天使用pdfLaTeX生成的一些PDF文件，我发现Adobe [Acrobat] Reader不是很有帮助，因为我生产的稍微无效的PDF会打开就好像有没问题，他们只是关闭。这使得TeX / View / Edit循环变得有点痛苦，因为在我再次使用TeX之前我必须终止整个Reader过程。

使用Ghostscript我获得了更好的结果。在我的情况下，这是GSview，因为我使用的是Windows;如果我一直在使用Linux，我会使用gv代替。这不仅不会阻止我重新TeXing文件（即使它仍然打开），它足以产生难以理解的错误消息，而不是假装一切都没问题。这些让我有点眯眼，看看我在PDF代码中搞砸了什么，最后生成this tex.SE answer of mine中给出的例子

如果我能弄清楚如何告诉Ghostscript在错误消息中包含更多细节（那么，我可能会有，如果我在手册中查看正确的部分已经足够长时间了，那就太好了，实际上），但 很难通过比较PDF与Ghostscript错误消息和Adobe's PDF reference来弄清楚我搞砸了什么。 （我链接到存档页面，因为PDF引用完全由Adobe制作，并且具有更高的印刷质量以及比主页上的PDF的ISO标准小得多的尺寸。）

当然，为了在文本编辑器中理解它，可能很重要的是页面流不会被压缩，所以我建议你弄清楚如何指示你的软件不要压缩它们，或者找到之后再次解压缩它们的东西。

简而言之：

1. 不要使用Adobe [Acrobat] Reader（无论如何，直到您认为PDF是好的。）

2. 请使用Ghostscript（通常通过GSview或gv）。

3. 请尝试指示您的软件不要压缩页面流。

4. 使用文本编辑器查看PDF（最好设置为“PostScript”模式，因为语法密切相关）。

5. 请使用the PDF reference。

Answer 3

您可以使用CanOpener，PDFedit或Acrobat等工具查看PDF的结构（我在http://www.jpedal.org/PDFblog/2010/09/useful-pdf-tools-pdfedit/撰写了关于该主题的博客文章）

Answer 4

http://blog.didierstevens.com/programs/pdf-tools/或http://podofo.sourceforge.net/about.html

怎么样？

有关PDF工具和库的列表 - http://en.wikipedia.org/wiki/List_of_PDF_software 您可以在那里找到符合您需求的其他工具。

Answer 5

另一个工具是pdfstreamdumper
https://github.com/dzzie/pdfstreamdumper

实际上非常直观 用于分析javascript / as3代码等 已经内置了不少东西
（hexviewer / refactor（deobfucators）等）

Answer 6

这是我通常在Linux中执行的操作：

• 安装qpdf软件包并运行qpdf --qdf --object-streams=disable orig.pdf decoded.pdf。现在，您可以在文本编辑器中打开decoded.pdf并查看pdf源。

• 我还在Linux上安装了PDFedit，该计算机有一个gui程序，可让您从舒适的图形界面中检查所有pdf结构。

Answer 7

只需在某个文本编辑器中打开它即可。 PDF实际上是一个ASCII文件（它可以包含嵌入的二进制数据）。