如何获取PDF页面的字节范围？

Question

我正在尝试通过mozilla pdf.js项目加载PDF文档，尽管我已经获得了有关如何将文档加载到页面和缩放级别（ ＃page #page=10&zoom=page-fit ）的足够知识，但是我检查了查看器的选项，发现我还可以通过URL参数将范围请求添加到PDF文件...我不知道它是如何工作的，所以我想在这里询问...

我有2个PDF文件，我的问题是，是否可以为页面上的每个按钮的PDF的URL添加范围参数，以在单击时仅加载所需的PDF页面？

我目前正在系统上使用XAMPP，但不确定该XAMPP是否支持范围请求（以进行测试），尽管该站点稍后将在线上传。 Web主机通常支持范围请求吗？

如何分别获取2个PDF文件中的所有页面的字节范围？ 是否有PHP脚本或Windows实用程序从PDF获取页面范围（以字节为单位）？

并且一旦找到，当加载PDF时，如何将这些范围请求添加到viewer.html页面，这样就不会首先加载整个文档，而是仅首先加载所需的页面，然后disableAutoFetch=false可以让查看者获取剩余的PDF：

如果没有其他范围请求发送给PDF文件，则获取PDF的剩余内容

（在隐身搜索时在某些博客上阅读类似内容，不记得该博客的URL，但pdf.js Wiki在网站上未提及此内容）。

编辑：根据pdfinfo实用程序对我的PDF文件进行了优化。

Answer 1

请求字节范围的功能不适用于最终用户。 这是正确处理“线性化” PDF（通常也称为“网络优化” PDF）的隐含要求。

可以通过此命令检查线性化/经过网络优化的PDF，例如：

 pdfinfo filename.pdf | grep Optimized:

线性化PDF的内部结构确实有些不同。 基本上，这样做是为了使符合条件的阅读器软件无需下载完整的文件，因此可以访问trailer和xref表部分（在标准PDF中，这些部分始终位于文件末尾）。

需要Trailer和X / Cross Reference Table（一种内部PDF'ToC'），以便阅读器软件能够识别文件中根对象的位置，并从中识别页面和所有其他对象。

取而代之的是，读者通过不同的方式xref了xref和根对象的位置，并且它可以开始渲染第一页（其对象必须位于文件的开头），而其余文件/对象/页面都位于该位置。仍在下载。

这意味着用户可以单击书签，内部超链接，或在第一页可见后立即告诉读者“转到第80页”。 然后，读者可以从已经处理的信息中知道应该从合格的Web服务器请求哪个字节范围。

其他问题：

• 不，在“标准” PDF中，与特定页面相关的对象几乎永远不会连续（这是非常罕见的例外）。

• 是的，Web服务器也需要支持字节范围传递（ “字节服务” ）。 是的，所有现代Web服务器都可以配置为支持此功能。

• 不，我不知道有任何实用程序可以向您报告PDF的页面范围（以字节为单位）（如果适用，则仅适用于线性化PDF）。

TL; DR： 仅当您的PDF文档首先经过“网络优化”时，才有可能要求在PDF上下文中下载字节范围！ （并且请求特定字节范围必须由查看器完成，将用户对特定页面的请求转换为正确的范围编号...）

---

更新

资源：

• 关于“如何线性化PDF”的Adobe Video教程
• 线性化PDF的简短技术介绍
• 直奔马口铁：ISO 32000规范（PDF-1.7）中关于线性化的附件F