如何獲取PDF頁面的字節范圍？

Question

我正在嘗試通過mozilla pdf.js項目加載PDF文檔，盡管我已經獲得了有關如何將文檔加載到頁面和縮放級別（ ＃page #page=10&zoom=page-fit ）的足夠知識，但是我檢查了查看器的選項，發現我還可以通過URL參數將范圍請求添加到PDF文件...我不知道它是如何工作的，所以我想在這里詢問...

我有2個PDF文件，我的問題是，是否可以為頁面上的每個按鈕的PDF的URL添加范圍參數，以在單擊時僅加載所需的PDF頁面？

我目前正在系統上使用XAMPP，但不確定該XAMPP是否支持范圍請求（以進行測試），盡管該站點稍后將在線上傳。 Web主機通常支持范圍請求嗎？

如何分別獲取2個PDF文件中的所有頁面的字節范圍？ 是否有PHP腳本或Windows實用程序從PDF獲取頁面范圍（以字節為單位）？

並且一旦找到，當加載PDF時，如何將這些范圍請求添加到viewer.html頁面，這樣就不會首先加載整個文檔，而是僅首先加載所需的頁面，然后disableAutoFetch=false可以讓查看者獲取剩余的PDF：

如果沒有其他范圍請求發送給PDF文件，則獲取PDF的剩余內容

（在隱身搜索時在某些博客上閱讀類似內容，不記得該博客的URL，但pdf.js Wiki在網站上未提及此內容）。

編輯：根據pdfinfo實用程序對我的PDF文件進行了優化。

Answer 1

請求字節范圍的功能不適用於最終用戶。 這是正確處理“線性化” PDF（通常也稱為“網絡優化” PDF）的隱含要求。

可以通過此命令檢查線性化/經過網絡優化的PDF，例如：

 pdfinfo filename.pdf | grep Optimized:

線性化PDF的內部結構確實有些不同。 基本上，這樣做是為了使符合條件的閱讀器軟件無需下載完整的文件，因此可以訪問trailer和xref表部分（在標准PDF中，這些部分始終位於文件末尾）。

需要Trailer和X / Cross Reference Table（一種內部PDF'ToC'），以便閱讀器軟件能夠識別文件中根對象的位置，並從中識別頁面和所有其他對象。

取而代之的是，讀者通過不同的方式xref了xref和根對象的位置，並且它可以開始渲染第一頁（其對象必須位於文件的開頭），而其余文件/對象/頁面都位於該位置。仍在下載。

這意味着用戶可以單擊書簽，內部超鏈接，或在第一頁可見后立即告訴讀者“轉到第80頁”。 然后，讀者可以從已經處理的信息中知道應該從合格的Web服務器請求哪個字節范圍。

其他問題：

• 不，在“標准” PDF中，與特定頁面相關的對象幾乎永遠不會連續（這是非常罕見的例外）。

• 是的，Web服務器也需要支持字節范圍傳遞（ “字節服務” ）。 是的，所有現代Web服務器都可以配置為支持此功能。

• 不，我不知道有任何實用程序可以向您報告PDF的頁面范圍（以字節為單位）（如果適用，則僅適用於線性化PDF）。

TL; DR： 僅當您的PDF文檔首先經過“網絡優化”時，才有可能要求在PDF上下文中下載字節范圍！ （並且請求特定字節范圍必須由查看器完成，將用戶對特定頁面的請求轉換為正確的范圍編號...）

---

更新

資源：

• 關於“如何線性化PDF”的Adobe Video教程
• 線性化PDF的簡短技術介紹
• 直奔馬口鐵：ISO 32000規范（PDF-1.7）中關於線性化的附件F