Що всередині PDF: об’єкти, потоки й таблиця перехресних посилань
PDF — це граф пронумерованих об’єктів, стиснутих потоків і таблиці перехресних посилань. Get Info його оглядає, а Repair відбудовує структуру, коли карта ламається.

PDF — це не плаский набір сторінок. Це невелика база даних із об’єктів, багато з яких зберігаються як стиснуті потоки, а знаходять їх за таблицею перехресних посилань (xref), тож читач може стрибнути до об’єкта 17, не скануючи весь файл. Коли ця карта ламається, переглядачі називають файл пошкодженим, навіть якщо байти сторінок усе ще лежать на диску.
Об’єкти
Усе цікаве (сторінки, шрифти, зображення, метадані, каталог документа) є об’єктом із номером. Сторінки вказують на потоки вмісту й ресурси; ресурси вказують на шрифти та XObject-и; каталог вказує на дерево сторінок. Інструменти, які об’єднують, обертають чи ставлять штамп, здебільшого переписують цей граф, а не перемальовують пікселі.
Потоки
Потік — це об’єкт, чиє корисне навантаження є послідовністю байтів, часто стиснутою Flate: оператори вмісту сторінки, вбудовані файли шрифтів, дані зображень. Саме тому PDF у текстовому редакторі виглядає як суміш ASCII-токенів і бінарних блоків. Розгортання потоків (без зміни вигляду сторінок) корисне для зневадження; Стиснути на цьому сайті перестискає ці потоки через qpdf — воно не зменшує роздільність зображень і не субсетує шрифти.
Таблиця перехресних посилань
Ближче до кінця типового файлу розділ xref (або потік xref у новіших файлах) перелічує зсуви в байтах для кожного номера об’єкта. Читачі переходять за цими зсувами. Обрізані звантаження, невдалі об’єднання й наполовину записані збереження часто лишають трейлер, що вказує на зсуви, які вже не відповідають дійсності. Пікселі першої сторінки можуть усе ще існувати; карти, яка знаходить «першу сторінку», немає.
Тому структурне відновлення — інша задача, ніж OCR чи розблокування: відновлення відбудовує внутрішню структуру з цілих залишків; воно не вигадує відсутню графіку сторінок і не вгадує пароль.
Інкрементні оновлення та чому файли ростуть
Читач може дописати зміни до PDF, не переписуючи файл цілком: новий розділ перехресних посилань у кінці вказує на об’єкти заміни й ланцюжком повертається до попереднього. Саме тому підписи та збереження, що додають лише анотації, залишаються швидкими. Тому ж файл, редагований багато разів, може бути значно більшим за видимий вміст, а старий об’єкт, який ви вважали зниклим, може все ще існувати раніше в потоці байтів, доки повне переписування його не прибере. І Лінеаризувати PDF, і Стиснути переписують файл, тож кожен із них може змінити його розмір, і жоден не варто оцінювати лише за розміром.
Лінеаризація — це інший різновид карти
Швидкий перегляд у вебі перевпорядковує ті самі об’єкти, щоб дані першої сторінки опинилися ближче до початку, а таблиця підказок підказує переглядачеві, куди глянути першим. Воно не зменшує файл і не змінює вміст сторінок; воно обмінює невелике зростання розміру на першу сторінку, яка малюється раніше, ніж надходить решта. Якщо переглядач нічого не показує, поки завантажується великий PDF, це та проблема, яку розв’язує лінеаризація, і вона окрема від пакування об’єктних потоків, яке виконує Стиснути.
Огляд перед переписуванням
Отримати інформацію про PDF повертає звіт у JSON (кількість сторінок, метадані, шрифти, структурні подробиці), а не змінений PDF. Скористайтеся ним, коли потрібно знати, що саме у вас в руках, перш ніж стискати, конвертувати чи відновлювати.
Якщо переглядач узагалі відмовляється відкривати файл, спробуйте Відновити PDF, який відбудовує структуру, зокрема відновлює перехресні посилання. Якщо файл відкривається, але відсканований текст не виділяється, це проблема OCR, а не xref.
Короткий порядок рішень
- Файл не відкривається → спершу Відновлення.
- Файл відкривається; потрібні факти (сторінки, шрифти, натяки на шифрування) → Отримати інформацію.
- Структура ціла; потрібен менший файл або читабельний текст зі скану → Стиснути для розміру або OCR для тексту Markdown, а не ще один прохід відновлення.
І Get Info, і Repair працюють без облікового запису. Про ті самі операції через HTTP див. Розробникам. Про те, чим Repair відрізняється від брендових настільних продуктів «відновлення», див. Відновлення PDF онлайн проти пошуку Recovery Toolbox.