Bounded Cross-Reference Recovery

HotPDF može obnoviti stvarni graf objekata i stablo stranica kada PDF ima deklaraciju startxref koja nedostaje, nevažeća je ili je zastarjela, ili neupotrebljive retke ukrštenih referenci

Slijed oporavka

Normalni loader sukladan specifikaciji izvodi se prvi u zadanom načinu xrrmOnFailure
Obnova skenira izvor u blokovima od 1 MiB s kratkim prenosom između blokova i bilježi provjerene neizravne objekte i sidra ukrštenih referenci
Oznake ugniježđene unutar provjerenog neizravnog objekta odbacuju se, uključujući nizove, komentare, rječnike i binarne podatke toka koji sadrže tekst poput 99 0 obj ili xref
Važeće tablice ili tokovi ukrštenih referenci isprobavaju se od najnovijeg prema najstarijem putem postojećeg inkrementalnog, hibridnog i loadera toka objekata
Zadržava se najviše 4 096 sidara sekcija ukrštenih referenci, sprječavajući da neprijateljsko ponavljanje oznaka množi pokušaje raščlanjivanja
Ako nijedna sekcija ukrštenih referenci ne proizvede stvarno stablo stranica, pomaci neizravnih objekata se ponovno izgrađuju, a duplicirani brojevi objekata koriste najnoviju fizičku definiciju
Obnova uspijeva samo kada se razriješi stvarni Catalog, stablo Pages i barem jedan list stranice

Deklaracije

type
  THPDFXRefRecoveryMode = (
    xrrmDisabled,
    xrrmOnFailure,
    xrrmForce
  );

  THPDFXRefRecoveryStatus = (
    xrrsNotNeeded,
    xrrsSucceeded,
    xrrsDisabled,
    xrrsScanLimitExceeded,
    xrrsObjectLimitExceeded,
    xrrsXRefLimitExceeded,
    xrrsFailed
  );

  THPDFXRefRecoveryMethod = (
    xrrmethodNone,
    xrrmethodRelocatedSection,
    xrrmethodRebuiltObjectOffsets
  );

  THPDFParserRecoveryConfidence = (
    prcNone,
    prcLow,
    prcMedium,
    prcHigh,
    prcVerified
  );

  THPDFParserRecoveryEvent = record
    Kind: THPDFParserRecoveryEventKind;
    Confidence: THPDFParserRecoveryConfidence;
    FirstByte: Int64;
    EndByte: Int64;
    ObjectNumber: Integer;
    GenerationNumber: Integer;
    Message: AnsiString;
  end;

  THPDFXRefMergeInfo = record
    HybridRevisionCount: Integer;
    HybridOverlapCount: Integer;
    OlderRevisionShadowedEntryCount: Integer;
    DuplicateEntryCount: Integer;
    NewestRevisionPrecedenceApplied: boolean;
    HybridStreamPrecedenceApplied: boolean;
  end;

property XRefRecoveryMode: THPDFXRefRecoveryMode;
property XRefRecoveryMaxScanBytes: Int64;
property XRefRecoveryMaxObjects: Integer;
property ParserRecoveryEventLimit: Integer;
property LoadedParserRecoveryEventCount: Integer;
property LoadedParserRecoveryEventDroppedCount: Integer;

function GetLoadedXRefRecoveryInfo(
  out Info: THPDFXRefRecoveryInfo
): boolean;

function GetLoadedParserRecoveryEvents:
  THPDFParserRecoveryEventArray;

function GetLoadedParserRecoveryEvent(
  Index: Integer;
  out EventInfo: THPDFParserRecoveryEvent
): boolean;

function GetLoadedXRefMergeInfo(
  out Info: THPDFXRefMergeInfo
): boolean;

function GetLoadedXRefIntegrityInfo(
  out Info: THPDFXRefIntegrityInfo
): boolean;

Konfiguracija

Član	Zadano	Svrha
`XRefRecoveryMode`	`xrrmOnFailure`	Disables recovery, runs it only after normal parsing fails, or forces it before normal parsing
`XRefRecoveryMaxScanBytes`	8 GiB	Tvrdi maksimalna veličina izvora koju prihvaća skeniranje obnove po blokovima
`XRefRecoveryMaxObjects`	2,000,000	Hard maximum validated indirect-object candidates accepted by recovery
`ParserRecoveryEventLimit`	1,024	Najveći broj strukturnih događaja zadržanih za jedno učitavanje, pri čemu nula onemogućuje zadržavanje događaja

Informacije o oporavku

GetLoadedXRefRecoveryInfo vraća True kada je obnova pokušana i kopira najnoviji zapis THPDFXRefRecoveryInfo

Status razlikuje uspjeh, onemogućenu obnovu, neuspjeh zbog ograničenja bajtova, neuspjeh zbog ograničenja objekata, neuspjeh zbog ograničenja sidara ukrštenih referenci i strukturni neuspjeh
Method identificira premještenu sekciju ukrštenih referenci ili ponovno izgrađene pomake neizravnih objekata
BytesScanned, CandidateObjectCount, RecoveredObjectCount, DuplicateObjectCount, RejectedCandidateCount i XRefCandidateCount izlažu ograničeni rad i kvalitetu obnove
SelectedXRefOffset identificira premještenu sekciju kada ta metoda uspije
Diagnostic sadrži sažeti opis rezultata na engleskom

Strukturirani događaji oporavka

GetLoadedParserRecoveryEvents vraća snimku zadržanog toka događaja u vlasništvu pozivatelja, dok GetLoadedParserRecoveryEvent čita jedan unos bez alociranja kopije polja

Kind razlikuje događaje pokušaja, pravila, ograničenja, kandidata objekata, kandidata ukrštenih referenci, odabrane sekcije, ponovno izgrađenih pomaka, uspjeha i neuspjeha
FirstByte je uključiv, a EndByte isključiv, pri čemu su oboje postavljeni na -1 kada ne postoji izvorni raspon
ObjectNumber i GenerationNumber identificiraju kandidate neizravnih objekata i koriste -1 za događaje na razini dokumenta ili sidra ukrštenih referenci
Confidence napreduje od prcNone preko ishoda niskog, srednjeg i visokog stupnja do provjerenog ishoda
LoadedParserRecoveryEventDroppedCount izvještava o događajima izostavljenima nakon konfiguriranog ograničenja zadržavanja, čuvajući ograničenu memoriju na neprijateljskim ulazima

Informacije o prvenstvu spajanja

GetLoadedXRefMergeInfo vraća True kada je učitavanje toka ukrštenih referenci ili hibridnih referenci naišlo na stanje spajanja vrijedno izvještavanja

HybridRevisionCount broji tradicionalne revizije koje su pridonijele bočnom toku ukrštenih referenci putem /XRefStm
HybridOverlapCount broji unose tablice koje je već dostavio tok ukrštenih referenci iste revizije, koji ima prednost
OlderRevisionShadowedEntryCount broji unose zanemarene jer je novija revizija već definirala taj broj objekta
DuplicateEntryCount broji ponovljene unose unutar najnovije nehhibridne sekcije
Dvije zastavice prioriteta navode je li odgovarajuće pravilo primijenjeno, a ne samo dostupno

Informacije o cjelovitosti

GetLoadedXRefIntegrityInfo izvještava o aktivnom lancu slobodnog popisa, nevažećim vezama, ciklusima, nepovezanim slobodnim unosima, pogreškama prijelaza generacije, dupliciranim živim definicijama i starijim unosima zasjenjenima najnovijom revizijom

Zasjenjeni detalji obuhvaćaju aktivne i odbijene vrste unosa, pomake ili pohranjene podatke, generacije i dubinu revizije, s fiksnom gornjom granicom od 256 unosa

Spremanje oporavljenih dokumenata

Obnovljeni dokument uvijek koristi put punog prepisa u SaveLoadedDocument, čak i kada nijedan objekt nije uređivan, tako da HotPDF nikada ne kopira oštećene izvorne bajtove kao prividno popravljen izlaz

Primjer

var
  Info: THPDFXRefRecoveryInfo;
  PDF: THotPDF;
begin
  PDF := THotPDF.Create(nil);
  try
    PDF.XRefRecoveryMode := xrrmOnFailure;
    PDF.XRefRecoveryMaxScanBytes := Int64(16) * 1024 * 1024 * 1024;
    PDF.XRefRecoveryMaxObjects := 3000000;
    if PDF.LoadFromFile('damaged.pdf') > 0 then
    begin
      if PDF.GetLoadedXRefRecoveryInfo(Info) then
        WriteLn(Info.Diagnostic);
      PDF.SaveLoadedDocument('recovered.pdf');
    end;
  finally
    PDF.Free;
  end;
end;