无法解压缩 PDF 规范的内容流

Question

PDF Specification 第一页的内容流包含单词 stream，后跟一个 CR LF，然后是字节：9A FC 2C 16 E1 DB 83 80 92 08 82 AD 7A A1 ...。过滤器是 FlateDecode。流对象位于 0x4312.

位置

我无法解码。我得到了几个字节的废话，然后它抛出了一个异常。我试过：

.NET 的 DeflateStream
DotNetZip 的 DeflateStream
DotNetZip 的 Zlib 流
我的LZW解码器（在别处测试过）
我的 DeflateStream（在其他地方测试过）
按照其他地方的建议跳过前 2 个字节

PDF 在 Acrobat 中打开。 Acrobat Preflight 显示内容流以 'BT'.

开头

Answer 1

该文档已加密，如果您在文本编辑器中打开，您会看到它在最后 5 行包含 /Encrypt 126988 0 R，这可能就是您得到这些废话的原因。你必须先解密它，然后才能解压。您可以在第 7.6

节中发布的同一文档中阅读有关 pdf 加密的更多信息

Answer 2

规范中的流对象说明如下：在某些上下文中，字符串或流对象的内容（数据）被解释为 PDFDocEncoding 或 UTF-16 字符集中的字符代码。

我使用以下方法获取值：

            string pattern = "begin=\"(?'begin'[^\"]+)";
            string stream = "stream<?xpacket begin=\"ï»¿\" id=\"W5M0MpCehiHzreSzNTczkc9d\"?>";

            Match match = Regex.Match(stream, pattern);
            string begin = match.Groups["begin"].Value;
            byte[] beginBytes = Encoding.Unicode.GetBytes(begin);

无法解压缩 PDF 规范的内容流

Cannot decompress content stream of PDF specifications

c#

compression

pdf

deflate