Formats3 min czytania

Co jest w środku PDF: obiekty, strumienie i tabela odsyłaczy

PDF to graf numerowanych obiektów, skompresowanych strumieni i tabeli odsyłaczy z przesunięciami bajtów. Gdy mapa się psuje, Repair odbudowuje strukturę.

By the PDF123 team · Updated 2026-09-20
Co jest w środku PDF: obiekty, strumienie i tabela odsyłaczy

PDF nie jest płaskim zrzutem stron. To niewielka baza obiektów, z których wiele jest przechowywanych jako skompresowane strumienie, a położenie każdego wskazuje tabela odsyłaczy (xref), dzięki czemu czytnik może przeskoczyć do obiektu 17 bez przeszukiwania całego pliku. Gdy ta mapa się psuje, przeglądarki uznają plik za uszkodzony, nawet jeśli bajty stron wciąż leżą na dysku.

Obiekty

Wszystko, co ciekawe (strony, fonty, obrazy, metadane, katalog dokumentu), jest obiektem z numerem. Strony wskazują na strumienie treści i zasoby, zasoby na fonty i obiekty XObject, a katalog na drzewo stron. Narzędzia do scalania, obracania czy stemplowania w większości przepisują ten graf, a nie przerysowują piksele.

Strumienie

Strumień to obiekt, którego ładunkiem jest sekwencja bajtów, często skompresowana Flate: operatory treści strony, osadzone pliki fontów, dane obrazów. Dlatego otwarcie PDF-a w edytorze tekstu pokazuje mieszaninę tokenów ASCII i binarnych bloków. Rozwijanie strumieni (bez zmiany wyglądu stron) przydaje się przy debugowaniu; Compress w tym serwisie kompresuje te strumienie ponownie przez qpdf, ale nie zmniejsza rozdzielczości obrazów ani nie zawęża fontów.

Tabela odsyłaczy

Pod koniec typowego pliku sekcja xref (albo strumień xref w nowszych plikach) wymienia przesunięcia bajtowe dla każdego numeru obiektu. Czytniki przeskakują pod te przesunięcia. Przerwane pobierania, błędne scalenia i połowicznie zapisane pliki często zostawiają trailer wskazujący przesunięcia, które już nie pasują. Piksele pierwszej strony mogą wciąż istnieć, ale mapa, która je odnajduje, już nie.

Dlatego naprawa struktury to inne zadanie niż OCR albo odblokowanie: odbudowuje wewnętrzną strukturę z zachowanych, poprawnych fragmentów, nie wymyśla brakującej grafiki stron i nie zgaduje hasła.

Aktualizacje przyrostowe i dlaczego pliki rosną

Czytnik może dopisać zmiany do PDF bez przepisywania całego pliku: nowa sekcja odsyłaczy na końcu wskazuje zamienione obiekty i łączy się z poprzednią. Dzięki temu podpisy i zapisy dodające wyłącznie adnotacje pozostają szybkie. To także powód, dla którego plik edytowany wiele razy bywa znacznie większy od widocznej treści, a stary obiekt, który uważasz za usunięty, może wciąż istnieć wcześniej w strumieniu bajtów, dopóki pełne przepisanie go nie usunie. Zarówno Linearyzuj PDF, jak i Compress przepisują plik, dlatego każde z nich może zmienić jego rozmiar i żadnego nie należy oceniać wyłącznie po rozmiarze.

Linearyzacja to inny rodzaj mapy

Szybkie wyświetlanie w sieci zmienia kolejność tych samych obiektów, tak aby dane pierwszej strony znalazły się blisko początku, a tabela podpowiedzi mówi przeglądarce, gdzie najpierw zajrzeć. Nie zmniejsza pliku ani nie zmienia treści stron; wymienia niewielki wzrost rozmiaru na pierwszą stronę rysowaną, zanim dotrze reszta. Jeśli przeglądarka nie pokazuje niczego, gdy duży PDF się pobiera, to właśnie problem, który rozwiązuje linearyzacja, i jest on odrębny od pakowania strumieni obiektów, które wykonuje Compress.

Najpierw sprawdź, potem przepisuj

Pobierz informacje o PDF zwraca raport JSON (liczbę stron, metadane, fonty, szczegóły struktury), a nie zmodyfikowany PDF. Użyj go, gdy przed kompresją, konwersją albo naprawą musisz wiedzieć, co masz w ręku.

Jeśli przeglądarka w ogóle odmawia otwarcia pliku, wypróbuj Napraw PDF, które odbudowuje strukturę, w tym odzyskuje tabelę odsyłaczy. Jeśli plik się otwiera, ale zeskanowanego tekstu nie da się zaznaczyć, to problem OCR, a nie xref.

Krótka kolejność działań

  1. Plik się nie otwiera → najpierw Napraw.
  2. Plik się otwiera i potrzebujesz faktów (liczby stron, fontów, informacji o szyfrowaniu) → Pobierz informacje.
  3. Struktura jest w porządku, a chcesz mniejszy plik albo czytelny tekst ze skanu → Compress w celu zmniejszenia rozmiaru albo OCR po tekst w Markdown, a nie kolejną naprawę.

Get Info i Repair działają bez konta. Te same operacje przez HTTP opisuje Dla programistów. Czym naprawa różni się od markowych, desktopowych produktów „do odzyskiwania”, wyjaśnia Naprawa PDF online a wyszukiwania „Recovery Toolbox”.

Open tool
Process in the browser — no watermark, files removed after the job.
Open tool