有什么办法我们可以找到PDF文件压缩与否？

Posted 2021-03-31

我们正在使用ITEXTPDF来压缩PDF，但问题是我们想要压缩在上传到我们网站之前压缩的文件...如果文件是在没有压缩的情况下上传的，我们希望留下那样的..

所以要做到这一点，我们需要确定PDF是否压缩..我想知道有没有办法我们可以识别PDF压缩或不使用ITEXTPDF或其他工具!!! ..

我试过谷歌但却找不到合适的答案..

如果你有任何想法，请告诉我...

谢谢

答案

您可以在PDF中获得几种类型的压缩。可以压缩对象的数据，并且可以将对象压缩为对象流。

另一答案

我投票支持Mark的答案，因为他是对的：如果你没有更具体的话，你就不会得到答案。我会用一些额外的信息添加我自己的答案。

在PDF 1.0中，PDF文件由PDF语法的混合ASCII字符和图像等对象的二进制代码组成。页面流将包含可见的PDF运算符和操作数，例如：

56.7 748.5 m
136.2 748.5 l
S

此代码告诉您必须在坐标S（因为那是光标移动到(x = 56.7; y = 748.5)运算符的位置）和坐标m之间绘制一条线（(x = 136.2; y = 748.5)）（因为路径是使用添加一条线的l运算符构造的）。

从PDF 1.2开始，人们可以开始使用过滤器来处理这样的内容流（页面内容流，形成XObjects）。在大多数情况下，您将在流词典中发现值为/Filter的/FlateDecode条目。您几乎找不到任何内容未压缩的“现代”PDF。

在PDF 1.5之前，PDF文档中的所有间接对象以及交叉引用流都以ASCII格式存储在PDF文件中。从PDF 1.5开始，特定类型的对象可以存储在对象流中。交叉引用表也可以压缩为流。 iText的PdfReader有一个isNewXrefType()方法来检查是否是这种情况。也许这就是你要找的东西。也许你有需要通过无法阅读此类PDF的软件阅读的PDF，但是......你没有告诉我们。

也许我们完全误解了这个问题。也许你想知道你是否收到了一个实际的PDF或带有PDF的zip文件。或者您可能希望真正数据挖掘PDF中使用的不同过滤器。简而言之：您的问题不是很明确，我希望这个答案能够解释为什么要澄清。