为什么即使内容相同，PDF文件也不同？答案

【问题标题】：Why are PDF files different even if the content is the same?为什么即使内容相同，PDF文件也不同？
【发布时间】：2013-12-01 03:00:32
【问题描述】：

“创建 PDF 的方法通常不止一种在 PDF 查看器中打开时看起来像同卵双胞胎的文档。而且即使你使用完全相同的代码创建两个相同的 PDF 文档，会有细微差别在两个结果文件之间。这是 PDF 格式所固有的。”

我在“Itext in action-second edition”中读到了这一段。（第 17 页）。谁能解释一下作者在谈论什么样的差异。如果我可以说，为什么 pdf 格式有这个缺陷的原因。

【问题讨论】：

我不知道技术原因，但它可能只是归结为一切是如何处理然后渲染的。差异可能只是对齐和位置/间距的问题。
为什么pdf格式有这个缺陷 - 首先这不是一个缺陷，而仅仅是pdf的一个属性。话虽如此，pdf 只是一种非常灵活的格式，允许您以不同的方式描述相同的内容。此外，它还包含工作流信息和旨在用于识别目的的唯一 ID。
不，我认为这是一个缺陷。如果用户希望 pdf 看起来完全相似怎么办。我知道 pdf 的优点。我只是考虑了该声明中的情况。
“相同的代码 = 小的差异”只能表示 trailer 的 ID 和 Info 的 CreationDate 条目——如果它们是自动放在那里的。否则就没有意义。
您还可以在字体文件中获取时间戳。

标签： pdf pdf-generation

【解决方案1】：

在不同时刻创建的文件，CreationDate 具有不同的值，并且它们具有不同的文件标识符（在不同时刻创建的两个文件应该具有不同的 ID，如 PDF 中所定义规范）。

文件标识符通常是根据日期、路径名、文件大小、PDF 文件的部分内容（例如信息字典中的条目）创建的哈希值。我引用 ISO-32000-1：

文件标识符的计算不需要是可重现的；全部重要的是标识符可能是唯一的。为了例如，上述算法的两种实现可能使用当前时间的不同格式，导致它们产生同时创建的同一文件的不同文件标识符，但不影响标识符的唯一性。

加密文档时必须使用文件标识符，因为它们用于加密过程。因此，具有不同文件标识符的加密 PDF 文件将具有完全不同的流。这不是缺陷，这是设计使然。我是致力于 PDF 2.0 规范的 ISO 委员会的成员，我可以向您保证，没有计划改变这一点。即使使用相同的代码，在不同时间点创建的文件也会有所不同。（我也是你提到的那本书的作者。）

ISO 规范还允许其他差异。例如：用于在页面上显示图形和文本的语法可以出于任何原因重新组织。请参阅 ISO-32000-1 的第 8.2 节，其中说：

重要的一点是图形状态操作符的确切排列没有语义意义。 PDF 内容流的合格读取器或写入器可能会更改图形状态运算符的排列到为每个图形对象实现相同的相关图形状态参数值的任何其他安排。

在处理 PDF 内容流时，PDF 处理器可能会更改图形的排列状态运算符到实现相关图形状态相同值的任何其他安排每个图形对象的参数。这样做可以优化页面，使其渲染更快，为了更容易调试、改进压缩或出于任何其他原因。

两个看似相同的 PDF 内部可能不同的另一个原因与 PDF 字典有关。字典中键的顺序在 PDF 中没有任何重要性。例如，实现规范的软件将使用HashMap 来描述键/值对。根据 JVM，相同的代码可能会导致两个 PDF 的字典在语义上相同，但其中的条目以不同的方式排序。这不是错误。这完全符合 ISO-32000-1。

重要提示：使用相同代码但在不同时刻创建的两个 PDF 文件之间的内部差异可能不会导致在 PDF 查看器中打开文档或打印纸上的文件。

【讨论】：

谢谢洛瓦吉先生。因此，简而言之，基于文档的创建日期生成的文件标识符是不同的，因此这些文件是不同的。您能否指出这些文档可能存在的差异类型？尤其是视觉差异。
我不确定如何解释“视觉差异”。我已经更新了我的答案。在文本编辑器中查看文件时会有视觉差异，但在 PDF 查看器中查看文件时不应有任何视觉差异。

【解决方案2】：

除了其他答案，别忘了在编程中总是有不同的方法来完成相同的结果。想想 HTML5 何时出现。

<script>
   alert("Hey");
</script>

相对于使用 JS 的旧方式....

<SCRIPT type="text/javascript">
  alert("Hey");
</script>

并不是说总是有不同的方法可以产生相同的效果，两个不同的人会使用两种不同的方法。这就是创建 REST API 的原因。

【讨论】：