PDF 文件是否可以定义 0 页或以其他方式导致页面大小为 0？

Question

我有一个使用 Imagick 的 PHP 脚本，但是如果用户提供的 PDF 文件不包含页面或页面没有高度或宽度，则存在 NAN 错误的风险。我不确定这在 PDF 结构中是否可行。从大于总页数的页码制作 jpeg 也会导致错误。通常是否可以发送有效的 PDF 文件包装器但没有实际页面内容？

核心问题：在进入从 PDF 到 JPEG 的转换之前，我们如何计算和测量页面以正确捕获错误？

在下面的函数中，我假设可能有 0 高度或 0 宽度。并使用代码 if($imH==0){$imH=1;} 但是基于假设的代码感觉不对。

部分函数引用自 umidjons 的一篇文章：https://gist.github.com/umidjons/11037635

PHP代码：

function genPdfThumbnail ( $src, $targ, $size=256, $page=1 ){

    if(file_exists($src) && !is_dir($src)): // source path must be available and cannot be a directory

        if(mime_content_type($src) != 'application/pdf'){return FALSE;} // source is not a pdf file returns a failure
    
        $sepa   =   '/'; // using '/' as path separation for nfs on linux.
        $targ   =   dirname($src).$sepa.$targ;
        $size   =   intval($size); // only use as integer, default is 256
        $page   =   intval($page); // only use as integer, default is 1     
        $page--; // default page 1, must be treated as 0 hereafter
        if ($page<0){$page=0;} // we cannot have negative values

        $img    =   new Imagick($src."[$page]");
        $imH    =   $img->getImageHeight();
        $imW    =   $img->getImageWidth();

        if ($imH==0) {$imH=1;} // if the pdf page has no height use 1 instead
        if ($imW==0) {$imW=1;} // if the pdf page has no width use 1 instead
        $sizR   =   round($size*(min($imW,$imH)/max($imW,$imH))); // relative pixels of the shorter side

        $img    ->  setImageColorspace(255); // prevent image colors from inverting
        $img    ->  setImageBackgroundColor('white'); // set background color before flatten
        $img    =   $img->flattenImages(); // prevent black zones on transparency in pdf
        $img    ->  setimageformat('jpeg');

        if ($imH == $imW){$img->thumbnailimage($size,$size);} // square page 
        if ($imH < $imW) {$img->thumbnailimage($size,$sizR);} // landscape page orientation
        if ($imH > $imW) {$img->thumbnailimage($sizR,$size);} // portrait page orientation      
        if(!is_dir(dirname($targ))){mkdir(dirname($targ),0777,true);} // if not there make target directory

        $img    ->  writeimage($targ);
        $img    ->  clear();
        $img    ->  destroy();

        if(file_exists( $targ )){ return $targ; } // return the path to the new file for further processing

    endif;
    return FALSE; // source file not available or Imagick didn't create jpeg file, returns a failure

}

调用函数，例如喜欢：

$newthumb = genPdfThumbnail('/nfs/vsp/server/u/user/public_html/any.pdf','thumbs/any.p01.jpg',150,'01');

Answer 1

当然，PDF 文件是一种容器格式，几乎可以包含任何内容，包括（仅）具有 0 页的元数据。但即使如此，使用此代码也很有可能在仅包含 5 页的文档上请求第 21 页的缩略图。

如果发生这种情况，问题将出现在这一行：

$img    =   new Imagick($src."[$page]");

如果提供的页面不存在，这将引发异常。您可以捕获该异常并根据需要进行处理：

try {
    $img = new Imagick($src."[$page]");
} catch (ImagickException $error) {
    return false;
}

如果想预先读取页数，可以尝试让Imagick先解析文档：

$pdf = new Imagick($src);
$pages = $pdf->getNumberImages();

The function name is a bit misleading, see this comment in the PHP manual:

"For PDFs this function indicates the number of pages on the PDF, NOT images that might be embedded within the PDF."

同样，如果 PDF 文档在某种程度上无效，这会引发异常，因此您可能想要捕获并处理它：

try {
    $pdf = new Imagick($src);
    $pages = $pdf->getNumberImages();
} catch (ImagickException $error) {
    return false;
}

if ($pages < $page) {
    return false;
}

Answer 2

PDF 需要在其页面树中至少包含一页，因此您不能拥有有效的零页 PDF。如果您有这样的 PDF，并且您的 PDF 软件将其读取为有效并且报告了它的零页，那么该软件就会产生误导。

在这种情况下，如果我没记错的话，Acrobat 会显示一个带有错误消息的对话框，我想大多数其他 PDF 软件也会有类似的抱怨。

PDF 的页面边界由矩形定义，矩形本身没有限制，我可以在规范中找到关于不允许零宽度 and/or 高度的限制。虽然实际上说拥有它会很奇怪，而且大多数 PDF 软件可能会抱怨它或被它绊倒。

您当然可以拥有一个没有内容的 PDF 页面，例如一个空白的 8.5x11" 页面是完全有效的。如果您愿意，您可以在页面上使用那个或一些 text/image 来指示用户发生错误。

PDF 文件是否可以定义 0 页或以其他方式导致页面大小为 0？

Can a PDF file have 0 pages defined or otherwise result in 0 as page size?

php

pdf

imagick

核心问题：在进入从 PDF 到 JPEG 的转换之前，我们如何计算和测量页面以正确捕获错误？