“混合 PDF 文件”使用什么标准？答案

【问题标题】：What the standard used by a "hybrid PDF file"?“混合 PDF 文件”使用什么标准？
【发布时间】：2021-05-02 15:55:11
【问题描述】：

我需要由software tool like Prince or PDFreactor 创建Open 和易于阅读的“带有源内容的PDF”（也称为PDF 混合）...这个DocumentFoundation's FAQ explain what it is a PDF Hybrid，但不说什么标准正在使用：

PDF/A-3 的 ISO 19005-3?
其他（最简单的？）ISO 19005 功能？
ISO 32000 的东西？（比如embedded files？）

检测已知混合 PDF 文件的标准将是一个很好的替代方法......但有人说它是 PDF 混合文件中使用的impossible to detect the standard。

【问题讨论】：

标签： pdf hybrid

【解决方案1】：

首先，这个 Hybrid PDF 似乎没有在一个独立的标准中指定，即没有相应的 ISO/ETSI/ANSI/... 标准它。

话虽如此，这显然是 LibreOffice PDF 导出的一个突出特点：

（来自LibreOffice Writer FAQ on hybrid PDFs）

检查这样一个文件（例如this one）会发现PDF预告片中有额外的条目：

...
trailer
<</Size 128/Root 126 0 R
/Info 127 0 R
/ID [ <518EBB4C2FE2F6B638478335A7ED9CA4>
<518EBB4C2FE2F6B638478335A7ED9CA4> ]
/DocChecksum /7B00A6EE0349EB2EA1DFB5ECC5899A7C
/AdditionalStreams [/application#2Fvnd#2Eoasis#2Eopendocument#2Etext 66 0 R
]
>>
startxref
291605
%%EOF

对象 66 中引用的附加流确实包含源 OpenOffice 文档。

显然，支持这些 混合 PDF 文件的应用程序会检查该 AdditionalStreams 预告片条目的值，以及它们是否知道处理给定的文档类型（/application#2Fvnd#2Eoasis#2Eopendocument#2Etext 这里对应于application/vnd.oasis.opendocument.text），它们提供了一种提取嵌入文档并打开它进行编辑的方法。

注意：除非我忽略了一些 ISO 规范，否则那些额外的条目严格来说是禁止被 PDF 规范 ISO 32000 禁止的：在预告片中可能只有带有键的条目在 ISO 规范中为预告片定义或任何二级名称。 AdditionalStreams 和 DocChecksum 都不是 ISO 指定的或二等的。因此，严格来说，那些混合 PDF 是无效的 PDF。

【讨论】：