软 PDF 文档

Question

事实上，我们有两种类型的 PDF 文档：

• Soft documents（word 转 PDF 或 Latex 转 PDF）。
• Hard documents（从扫描的图像转换为 PDF）。

顺便说一下，我只对软文档感兴趣。

事实上，我正在尝试在现有 PDF 文档中隐藏信息（通过使用特定的隐写术方法...），并且我有兴趣通过稍微修改字符的位置来插入嵌入的消息。所以我知道在一行中，所有字符都有相同的 y 轴但不同的 x 轴。所以我可以通过稍微修改每个字符的 x 轴来插入一些位，但是如果我通过修改位于同一行中的字符的 y 轴来插入位，那么这将很容易检测到（因为它们具有相同的y 轴）。这就是为什么，我有兴趣通过修改属于同一行的字符的 x 轴来插入一些位，并通过修改属于不同行的字符的 y 轴来插入一些位（特定线，但我不知道线之间的差距是否保持不变）。而在这种情况下，我认为我的方法会更不易被发现。

但在实现这一目标之前，我有兴趣得到以下问题的答复：

1) 如果我们有一个由Microsoft word to PDF 转换生成的PDF：每行之间的间隙是否保持不变？段落之间的间隔是否恒定（保持不变）？

2) 此外，如果我们有一个由Latex to PDF 转换生成的PDF：每行之间的间隙是否保持不变？段落之间的间隔是否恒定（保持不变）？我需要您的意见和简要说明。

3) 当文字对齐时，两对字母之间的间距是否保持不变？换句话说，为了更精确，假设我们有一个 pdf 格式的文本，其中的文本是“happy new year and Merry Christmas, world is beautiful!”。 year中“ea”之间的空间在“beautiful”中保持不变？因此，如果我们有多个包含“ea”的单词，那么在所有单词的所有 ea 中，e 和 a 之间的空格是否总是相同的？ （假设我们不把警察沿途的所有文字都改成PDF）。

Answer 1

您可能需要详细说明您想做什么；这可能更容易提供好的建议。从本质上讲，重要的是要了解 Word 等应用程序（我对 Latex 的评论犹豫不决 - 我对此了解不够）和 PDF 等应用程序之间的根本区别。

单词由单词、句子和段落组成。结构化内容很重要，页面上的布局方式几乎是事后的想法。事实上，虽然最新版本的 Word 在这方面要好得多，但旧版本的 Word 只需选择不同的打印机即可产生完全不同的布局（包括分页）。相信我，我曾一度被它咬得很厉害（愚蠢的我）。

PDF 以页面表示形式存在，并且结构 - 从字面上看 - 是事后的想法。当 PDF 文件绘制段落时，它会绘制单个字符或字符组。有时按阅读顺序，但可能按完全不同的顺序（取决于许多因素）。没有归因于字符或段落样式的行高概念；生成 PDF 的应用程序只需将文本指针向下移动一定数量的点并开始绘制下一个字符。

所以...也许部分回答你的问题。

如果你有相同版本的 Word 使用相同的操作系统使用相同的字体（不是同名字体，相同字体）生成的 Word 文档，你一般可以假设基本的文本布局规则将是相同。因此，如果您在两个 Word 版本中复制完全相同的文本，您将获得完全相同的结果。

不过……

Word中影响参数太多，无法确定。例如， line-height 可能会受到行上实际单词的影响。在一行上有一个粗体字或另一种字体的字（符号可以计算！）会影响这些特定行之间的间距量。因此，虽然线之间的距离可能总体上相同，但个别线可能会有所不同。

另外，例如，字间距很容易受到字符样式和文本对齐方式的影响，字符间距也是如此。

至于您的问题 3），除了字符间距可能会改变您所看到的这一事实之外，可以公平地假设所有事物都相等，例如组合“ea”将始终具有相同的距离。有两种类型的字体。 1) 只定义字符宽度的那些，这意味着“ea”的每个组合在逻辑上总是具有相同的宽度 2) 为特定字符对定义字符宽度和特定字距的那些。但是因为这种字距调整是针对特定字符对的，所以“ea”之间的距离仍然是相同的。

我希望这是有道理的，就像我说的那样，也许你需要分享更多关于你想要完成的事情，以便给出更好的答案......

Answer 2

@David 的回答和@Jongware 的回答已经回答了您明确的问题 1)、2) 和 3)。本质上，如果您有相同的软件设置（至少在 MS Word 的情况下，这可能包括通常不考虑的系统资源），源文档（Word 或 LaTeX）可能会产生关于字形位置的相同输出。但小补丁（可能作为制造商提供的安全更新）可能会在这方面产生差异，通常是微小的，但有时会在不同的位置产生断行甚至分页。

因此，关于你的目标

在现有 PDF 文档中隐藏信息（通过使用特定的隐写术方法...），[...] 通过稍微修改字符的位置来插入嵌入的消息。

除非您希望将多个相同的软件设置作为您的安全概念的一部分，否则我建议您不要尝试将信息隐藏为您处理的 PDF 和未经处理的 PDF 之间的差异，但而不是在您的操纵文档中与“原件”进行比较 em> 没必要。

对于更明确的命题，请提供更多信息，例如

• 应向谁隐瞒信息：他们的知识渊博和足智多谋？
• 如何进行信息提取；通过视觉比较？通过一些可以在任何计算机上运行的小程序？通过定义明确的软件设置？
• 在不破坏隐藏信息的情况下可以进行哪些后处理步骤；应例如可以通过某些软件包进行签名吗？此类后处理器有时会引入微小的变化，例如将数字解析为 float 变量，然后再从 floats 中写回。