PDF学习五：通用数据结构

说明：

PDF支持串和文本串。从PDF 1.7开始，串类型被引申定义为了PDFDocEncoding串, ASCII 串，字节串(byte string).这个引申的定义影响着用串来进行的字符，字形的编码。

PDF reference1.7.pdf 3.8 Common Data Structures

目标：

掌握并能使用通用数据结构。

 

通用数据结构 Common Data Structures

一、串类型 String Types

string

PDF1.6及以前的版本，它可以用于表现任何文本串无法表现的串。从PDF 1.7开始被进一步分为：PDFDocEncoded string， ASCII string，和 byte string。

text string

可读的字符，例如文本标注，bookmark的名称，article名称，文档信息等。它些字符既可用一个字节带有符标记的可以是PDFDocEncodeing或可以用UTF-16BE编码。

PDFDocEncoded string

用于字符或字型单字节表示,使用PDFDocEncoding编码。

ASCII string

用一个字节来表现字符的ASII编码。

byte string

用于描述二进制数据。每个字节8位。它用于表示编码未知的字符或字形。它用于表示像MD5值，签名证书，Web Capture identification值等。

二、Dates

(D:YYYYMMDDHHmmSSOHH’mm’)

YYYY: 年

MM： 月

DD： 日

HH： 小时

mm: 分钟

SS: 秒

O： 时区(+,-,Z)

HH’ 和UI时间差的小时数绝对值

mm’ 和UI时间差的分钟数绝对值

HH 和mm 后的引号是语法的一部分。年份后的所有域均为可选项。（称谓D:,尽管也是可选项，但建议使用。）MM 和 DD的缺省值均为01;其它的数字域缺省值都为0。加号(+)作为O域的值，表示本地时间比UT时间慢，而减号(−)表示本地时间比UT时间快，字符Z表示本地时间与UT时间相同。如果UT信息被指定，那么UT与指定的时间关系为未知。不管是否指定时区，日期必需以本地时间指定。

比如，1998年12月23日，美国太平洋标准时间下午7：52，用串表示如下：

D:199812231952−08'00'

三、Rectangles

[llx, lly, urx, ury]

llx: lower-left x

lly: lower-left y

urx: uper-right x

ury: uper-right Y

四、Name Trees

Name tree提供了类型于项和值的映射的功能。 Name tree和dictionary 有以下不同点:

1）字典中的关键字不同，字典中的关键字是名称对象，而在名称树型结构中却是串。

2）关键字按顺序排列。
3）与关键字相连接的值可以是任何类型的对象。流对象需要由间接对象引用指定。尽管不作要求，但是建议字典，数组，和串对象由间接引用指定，其它PDF对象（空值，编号，布尔，和名称）由直接对象指定。

4）数据结构可以表示一个“关键字－值”配对的任意大的集合，它可以有效的查询无需要求读取整篇PDF文件的数据结构。（相比之下，字典受它所包含的选项编号执行限制制约。

五、Number Trees

类似Name Trees，不同的是关键字是Integer类型，而Name Trees是串类型。以数字升序进行排列。