前言 pdf是一種應用非常廣的版式文檔格式，已成為事實上的國際標准。關於pdf格式的文章汗牛充棟，本文也是關於pdf格式的文章，但是本文不是紙上談兵；本人這幾周一直研究pdf格式內容，不但對pfd格式的內容有所了解，同時也寫了一款軟件，可以方便查看pdf文件內容。使用該軟件，同時結合pdf相關文章，可以很快掌握pdf格式內容。
軟件截圖： 軟件下載地址 點我下載
pdf文件內容簡要介紹
這里對pdf文件格式做個粗略介紹，只有了解了這些內容，才能知道如何使用該軟件。
pdf文檔總結構如下：
1）header：主要包含版本信息
2）tailer：pdf樹結構的入口點。
3）交叉索引表；該表包含pdf每個obj在文件中的位置，根據該表，可以快速定位和加載obj的內容。對於大文件，不必一次加載所有的內容，只需加載當前頁包含的obj即可。
4） body。 包含obj對應的內容。
pdf obj樹狀結構
要完成對pdf文件的分析和顯示，首先需要構建pdf文件的obj的樹狀模型。這個樹狀模型的入口點就是trailer，trailer包含root元素（Catalog），其下包含Pages，Page。Page中包含內容和資源。
結合軟件分析pdf文件格式
用該軟件打開一個pdf文件，對照示例來分析。
1）pdf header：
2）trailer和交叉引用表，
3）body 由一系列obj組成。每個obj由唯一編號，可根據編號定位到內容。
4）文檔樹狀結構
頁集是頁的集合，pdf規范建議用平衡樹來組織頁，便於快速查找。
編程心得。
1 不能嚴格按照pdf標准來分析pdf。
pdf文檔應用非常廣，生成pdf文件的軟件非常多。不是所有的pdf文檔都嚴格符合標准。所謂“林子大了，什么鳥都有“。所以開發軟件要經過大量的pfd文檔測試。
2 分析obj的內容
pdf索引表只給出了obj開始文件位置。obj一般包含dictionary和stream兩部分。所以需要根據關鍵詞來解析obj，這就需要有一定的技巧。dictionary開始和結束的關鍵字為“<<” 和">>"，但是dictionary可能包含子dictionary。只靠關鍵字是無法確定dictionary的開始和結束位置的，需要一定的技巧。
3 讀取obj的效率。
不必一次加載所有的obj，可以采取按需加載。
后記 讀取pdf文件的內容，在內存中構建obj樹形結構，是下一步分析和顯示pdf的基礎。本人通過閱讀相關資料，加上編寫代碼，實現了對pdf文件內容的分析。理論和實踐相結合，就能快速的掌握相關知識。本軟件可以方便的窺探pdf內部結構，希望該軟件為你了解和開發pdf有所幫助。