如何获取PDF页面的字节范围？
mk1*_*117 2 html javascript pdf viewer pdf.js
我正在尝试使用 mozilla pdf.js项目加载 PDF 文档，尽管我已经获得了足够的知识，了解如何将文档加载到页面和缩放级别 ( #page=10&zoom=page-fit)，并且我检查了查看器的选项，并发现我也可以通过URL参数向PDF文件添加范围请求......我不知道这个功能如何，所以我想我会在这里问......
我有 2 个 PDF 文件，我的问题是，我可以将范围参数添加到页面上每个按钮的 PDF 的 URL 中，以便在单击时仅加载所需的 PDF 页面吗？
我目前在我的系统上使用 XAMPP，我不确定 XAMPP 是否支持范围请求（用于测试），尽管该站点稍后将在线上传。网络主机通常支持范围请求吗？
如何分别获取 2 个 PDF 文件中所有页面的字节范围？是否有 PHP 脚本或某些 Windows 实用程序可以从 PDF 中获取页面范围（以字节为单位）？
一旦找到，如何在加载 PDF 时将这些范围请求添加到 viewer.html 页面，以便不会首先加载整个文档，而是首先加载需要的页面，然后disableAutoFetch=false才能让查看器获取剩余的 PDF：
如果没有为 PDF 文件发送其他范围请求，则获取 PDF 的剩余内容
（在隐身搜索时在某个博客上阅读类似的内容，不记得该博客的 URL，但 pdf.js wiki 在网站上没有提到这一点）。
编辑：根据pdfinfo 实用程序优化了我的 PDF 文件。
请求字节范围的功能不适用于最终用户。这是正确处理“线性化” PDF（通常也称为“网络优化” PDF）的隐含要求。
可以通过此命令检查线性化/网络优化的 PDF，例如：
pdfinfo filename.pdf | grep Optimized:
线性化 PDF 的内部结构确实有些不同。基本上，它们的制作是为了使符合标准的阅读器软件不需要下载完整的文件，因此它可以访问trailer和xref表格部分（在标准 PDF 中，它们始终位于文件的末尾）。
需要拖车和 X/交叉参考表（这是一种内部 PDF 'ToC'），以便阅读器软件能够识别文件中根对象的位置，并从那里识别页面和所有其他对象.
相反，读者xref通过不同的方式获知根对象的位置，并且它可以开始渲染第一页（其对象需要在文件的开头），而其余的文件/对象/页面仍然存在下载。
这意味着用户可以点击书签、内部超链接，或在第一页可见时告诉读者“转到第 80 页”。阅读器然后从它已经处理的信息中知道它应该从符合标准的 Web 服务器请求哪个字节范围。
其他问题：
不，在“标准”PDF 中，与特定页面相关的对象几乎从不连续（这将是一个非常罕见的例外）。
是的，Web 服务器也需要支持字节范围传递（“字节服务”）。是的，所有现代 Web 服务器都可以配置为支持这一点。
不，我不知道有任何实用程序可以向您报告 PDF 的页面范围（以字节为单位）（如果是，它仅适用于线性化 PDF）。
TL;DR： 在 PDF 上下文中要求字节范围下载是合理的，前提是您的 PDF 文档首先是“网络优化”的！（并且请求某个字节范围必须由查看者完成，将用户对某个页面的请求转换为正确的范围编号......）
更新
资源：
- @mk117：正如我在答案中已经解释的那样：请求字节范围并不意味着直接最终用户使用。要测试查看器和 Web 服务器是否相应地工作，只需使用多于几页和/或缓慢（或人为限制）连接带宽的线性化 PDF。请求`http://server/file.pdf#page=104`。观察第 104 页是否显示 *before* 下载进度条完成。如果是，则字节范围服务有效。如果没有，就没有。（AFAIK，`pdf.js` 不支持它[还]。） (2认同)
| 归档时间： |
|
| 查看次数： |
2070 次 |
| 最近记录： |