PDF 實用工具與後設資料
免費線上 PDF 實用工具 — 比較 PDF 間文本內容、編輯後設資料(標題/作者/主題)、計算 SHA-256 雜湊、檢視詳細資訊。另見:
PDF 編輯器 |
安全 |
壓縮 |
OCR 與識別。
文本比較:從兩個 PDF 提取文本,逐行比較。綠行是 PDF B 新增的,紅行是從 PDF A 移除的。文本提取質量取決於 PDF 內部結構。掃描/影像 PDF 可能提取不到文本。
後設資料:讀取並編輯 PDF 文件屬性(標題、作者、主題、關鍵詞、建立程式、生成器)。修改寫入 PDF 的文件資訊字典。標準 PDF 閱讀器在"檔案屬性"中顯示這些後設資料。
雜湊:用 Web Crypto API(SHA-1、SHA-256、SHA-384、SHA-512)或 MD5 回退計算 PDF 檔案的密碼學雜湊。用於完整性校驗或檢查兩檔案是否相同。
資訊:讀取 PDF 文件屬性,包括頁數、頁面尺寸、後設資料、字型名、內嵌檔案數和加密狀態。
PDF 內部長什麼樣
每個 PDF 本質上是一個編號物件列表。頁面不是以一塊格式化文本儲存的——檔案包含一棵頁面樹(列出每個頁面的目錄),每個頁面指向一個內容流:一串緊湊的繪圖指令程式,如"在此放置這個字形、在那裡畫這條線"。字型和影像存在單獨的物件裡,頁面按引用共享。
檔案末尾是 xref(交叉引用)表,記錄每個物件的位元組偏移。這讓 PDF 閱讀器能直接跳到第 300 頁而不用解析前 299 頁——也是刪除或新增頁面需要小心的原因:偏移必須保持一致。
為什麼這對上面的工具重要:後設資料編輯器寫文件資訊字典;資訊檢視器讀頁面樹、字型和資源;
壓縮和
編輯等工具重組這些物件(PDF 1.5+ 可把許多小物件打包進壓縮物件流,"壓縮 PDF"的大部分節省來自這裡)。
匯出工具遍歷內容流把文本和座標取回來。