PDF学习三 PDF文件逻辑结构

说明：

要解析一个PDF文件，首先要掌握PDF的物理结构，这是第一步。但是这个仅仅只是基础，更重要的是对PDF逻辑结构的解析。PDF的逻辑大体上是一个树状结构，根节点是catalog字典，通过这里去解析页、目录、链接信息等等。

PDF reference 1.7.pdf 中3.6节。

目标：

掌握PDF树型结构，掌握从Root到Page Content解析流程。

Catalog根节点

Catalog是整个PDF逻辑结构的根节点，是通过trailer的Root字段定位，相当重要，因为这里是PDF文件物理结构和逻辑结构的连接点。Catalog字典包含的信息非常多，这里仅列了Pages做个说明。

完整的可查看 PDF reference1.7.pdf Page 137。

以下是Catalog 字典

3 0 obj                % 根据Root中指定的间接引用对象号找到Cat