Begrensd XRef-herstel

HotPDF kan een echte objectgraaf en paginaboom reconstrueren wanneer een PDF een ontbrekende, ongeldige of verouderde startxref-declaratie of onbruikbare xref-rijen heeft

Recovery sequence

De normale, specs-conforme loader draait als eerste in de defaultmodus xrrmOnFailure
Het herstel scant de bron in chunks van 1 MiB met een korte carry tussen chunks en registreert gevalideerde indirecte objecten en xref-ankers
Markers die in een gevalideerd indirect object genest zijn, worden geweigerd, inclusief strings, commentaren, woordenboeken en binaire streamdata met tekst zoals 99 0 obj of xref
Geldige xref-tabellen of -streams worden van nieuw naar oud geprobeerd via de bestaande incremental-, hybrid- en object-stream-loader
Er worden maximaal 4.096 xref-sectie-ankers bewaard, zodat kwaadwillende markerherhaling de parsepogingen niet kan verveelvoudigen
Als geen enkele xref-sectie een echte paginaboom oplevert, worden direct-object-offsets herbouwd en gebruiken dubbele objectnummers de meest recente fysieke definitie
Herstel slaagt alleen als een echte Catalog, een Pages-boom en ten minste één paginablad oplosbaar zijn

Declaraties

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;

Configuratie

Lid	Standaard	Doel
`XRefRecoveryMode`	`xrrmOnFailure`	Schakelt herstel uit, voert het pas uit nadat normaal parsen mislukt, of forcéert het vóór het normale parsen
`XRefRecoveryMaxScanBytes`	8 GiB	Absolute maximale brongrootte die de herstelscan per chunk accepteert
`XRefRecoveryMaxObjects`	2.000.000	Absoluut maximum aan gevalideerde indirecte-objectkandidaten dat het herstel accepteert
`ParserRecoveryEventLimit`	1,024	Maximaal aantal gestructureerde events dat per load wordt bewaard; nul schakelt het bewaren van events uit

Recovery information

GetLoadedXRefRecoveryInfo geeft True terug als herstel is geprobeerd en kopieert het meest recente record THPDFXRefRecoveryInfo

Status onderscheidt succes, uitgeschakeld herstel, falen op bytelimiet, falen op objectlimiet, falen op xref-ankerlimiet en structureel falen
Method identificeert een verplaatste xref-sectie of herbouwde direct-object-offsets
BytesScanned, CandidateObjectCount, RecoveredObjectCount, DuplicateObjectCount, RejectedCandidateCount en XRefCandidateCount maken het begrensde werk en de herstelkwaliteit inzichtelijk
SelectedXRefOffset identificeert de verplaatste sectie wanneer die methode slaagt
Diagnostic bevat een beknopte Engelse resultaatomschrijving

Gestructureerde herstelevents

GetLoadedParserRecoveryEvents geeft een snapshot van de bewaarde eventstream in eigendom van de aanroeper terug, terwijl GetLoadedParserRecoveryEvent één invoer leest zonder een arraykopie toe te wijzen

Kind onderscheidt attempt-, policy-, limiet-, objectkandidaat-, xref-kandidaat-, geselecteerde-sectie-, herbouwde-offsets-, succes- en faalevents
FirstByte is inclusief en EndByte exclusief; beide staan op -1 als er geen bronbereik bestaat
ObjectNumber en GenerationNumber identificeren indirecte-objectkandidaten en gebruiken -1 voor events op documentniveau of xref-ankerevents
Confidence loopt van prcNone via low, medium en high naar verified
LoadedParserRecoveryEventDroppedCount rapporteert events die na de ingestelde retentielimiet zijn weggelaten, zodat het geheugen bij vijandige invoer begrensd blijft

Informatie over merge-precedentie

GetLoadedXRefMergeInfo geeft True terug wanneer laden via xref-stream of hybrid-referentie merge-status heeft aangetroffen die het rapporteren waard is

HybridRevisionCount telt traditionele revisies die een zij-xref-stream via /XRefStm hebben bijgedragen
HybridOverlapCount telt tabelinvoeren die de xref-stream van dezelfde revisie al leverde, en die voorrang heeft
OlderRevisionShadowedEntryCount telt invoeren die zijn genegeerd omdat een nieuwere revisie dat objectnummer al definieerde
DuplicateEntryCount telt herhaalde invoeren binnen de nieuwste non-hybrid-sectie
De twee precedentievlaggen geven aan of de bijbehorende regel daadwerkelijk is toegepast in plaats van slechts beschikbaar

Integrity information

GetLoadedXRefIntegrityInfo rapporteert de actieve free-list-keten, ongeldige verwijzingen, cycli, niet-gelinkte vrije invoeren, generatieovergangsfouten, dubbele levende definities en oudere invoeren die door de nieuwste revisie worden overschaduwd

Details van overschaduwde invoeren omvatten actieve en geweigerde invoertypes, offsets of opslagvelden, generaties en revisiediepte, met een vast detailplafond van 256 invoeren

Gereconstrueerde documenten opslaan

Een gereconstrueerd document gebruikt altijd het volledige herschrijfpad in SaveLoadedDocument, ook als er geen object is bewerkt, zodat HotPDF beschadigde sourcebytes nooit kopieert als ogend gerepareerde uitvoer

Voorbeeld

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;