代码之家 › 专栏 › 技术社区 › JavaGeek

Ghostscript不转换带有附件的pdf文件

ghostscript

JavaGeek · 技术社区 · 6 年前

ghostcript(版本9.21)忽略pdf a文件中的附件

使用的命令 cmd/c%GHOST\u SCRIPT\u EXE%dPDFA=2-dBATCH-dNOPAUSE-dsubsetfont=false-dPDFSETTINGS=/printer-sProcessColorModel=DeviceRGB-sDEVICE=pdfwrite-dCompatibilityLevel=1.7-dOptimize=true-dPDFACompatibilityPolicy=1-dAutoRotatePages=/None-sOutputFile=“out.pdf”test.pdf

如您所见,测试。pdf有附件1。pdf。但在转换后的pdf中,即out。pdf没有1。pdf。

pdf文件随附 test.pdf 和 out.pdf

1 回复 | 直到 6 年前

KenS 6 年前

这不仅仅是一个附加文件,它是一个嵌入文件。

由于以下几个原因,未复制嵌入的数据。首先,因为我们根本不支持Ghostscript中的嵌入文件(我们无法对它们做任何有用的事情),其次,因为您正在创建PDF/a文件。

如果嵌入文件也是PDF/a文件,则该嵌入文件仅在PDF/a中有效(您的嵌入文件不是PDF/a PDF文件,因此需要先进行转换)。Ghostscript无法轻松验证这一点,因此我们(再次)不会复制嵌入的文件。

您可以(当然)自己增强Ghostscript来做到这一点。您需要处理/EF(嵌入式文件)键并使用pdfmarks创建流,然后将其插入FileAttachment注释中/FS(FileSpec)键的字典中。

[编辑]

当前的Ghostscript PDF解释器是用PostScript编写的。如果您查看/ghostpdl/Resource/Init/pdf\u draw。ps您将看到:

/FileAttachment {mark exch loadannot /ANN pdfmark  false} bdef

这就是处理FileAttachment注释的地方。如您所见,它使用一个名为loadannot的函数将注释字典转换为存储在操作数堆栈上的一系列字符串,然后添加/Ann并调用pdfmark来处理这些字符串。

您可以在Adobe pdfmark参考中找到pdfmark操作符(可在Adobe网站上找到,我推荐谷歌,他们会不断移动它)。

以下是原始文件的外观,您需要创建pdfmarks来复制此文件:

23 0 obj
<<
  /AP <<
    /N 26 0 R
  >>
  /C [ 0.25 0.333328009 1 ]
  /Contents (1.pdf)
  /CreationDate (D:20180402114155+05'30')
  /F 28
  /FS 24 0 R                              
  /NM (55b56d89-a71e-484c-bf64-e4608540304b)
  /Name /Paperclip

  /RC (<?xml version="1.0"?><body xmlns="http://www.w3.org/1999/xhtml" xmlns:xfa="http://www.xfa.org/schema/xfa-data/1.0/" xfa:APIVersion="Acrobat:11.0.21" xfa:spec="2.0.2" ><p>1.pdf</p></body>)
  /Rect [ 200.852997 727.552979 207.852997 744.552979 ]
  /Subj (File Attachment)
  /Subtype /FileAttachment
  /T (ybn9mk)
  /Type /Annot
>>
endobj

24 0 obj
<<
  /EF <<
    /F 25 0 R
  >>
  /F (1.pdf)
  /Type /Filespec
  /UF (1.pdf)
>>
endobj

25 0 obj
<<
  /DL 82637
  /Subtype /application#2Fpdf
  /Length 82637
  /Params <<
    /CheckSum <EC9AED504CB6442F260E1379E21A0873>
    /CreationDate (D:20180402114059+05'30')
    /ModDate (D:20170907123559+05'30')
    /Size 82637
  >>
>>
stream
%PDF-1.5
.....
.... embedded PDF file here
....
....
endstream
endobj

当前的Ghostscript实现将复制对象23,即FileAttachement注释,并将正确地将/EF字典内联扩展到该注释中。但是,它不会写入对象25,即实际嵌入的PDF文件。

因此,您需要添加代码来读取嵌入的文件对象,使用pdfmark将其写入命名内容流,然后从FileSpec字典中的/EF键引用该命名对象流(原始文件中的对象24,但在pdfwrite输出中扩展并内联包含)。

除非你非常熟悉PostScript,否则这将是一个相当大的挑战。