有界的交互參考復原

當 PDF 有遺失、無效或過時的 startxref 宣告或無法使用的 xref 列時，HotPDF 可以復原真實的物件圖與頁面樹

復原順序

1. 在預設的 xrrmOnFailure 模式下，一般符合規範的載入器會先執行
2. 復原會以 1 MiB 的分塊掃描來源，分塊之間帶有簡短延續，並記錄已驗證的間接物件與 xref 錨點
3. 巢狀於已驗證間接物件內的標記會被拒絕，包含字串、註解、字典，以及含有如 99 0 obj 或 xref 等文字的二進位串流資料
4. 有效的 xref 表格或串流會透過既有的增量、混合與物件串流載入器，從最新到最舊嘗試
5. 最多保留 4,096 個 xref 區段錨點，以防範敵意的標記重複增加剖析嘗試
6. 若沒有任何 xref 區段產生真實的頁面樹，則會重建直接物件偏移，且重複的物件編號會使用最新的實體定義
7. 只有當真實的 Catalog、Pages 樹與至少一個頁面分葉解析時，復原才會成功

宣告

type
  THPDFXRefRecoveryMode = (
    xrrmDisabled,
    xrrmOnFailure,
    xrrmForce
  );

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

  THPDFXRefRecoveryMethod = (
    xrrmethodNone,
    xrrmethodRelocatedSection,
    xrrmethodRebuiltObjectOffsets
  );

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

property XRefRecoveryMode: THPDFXRefRecoveryMode;
property XRefRecoveryMaxScanBytes: Int64;
property XRefRecoveryMaxObjects: Integer;

function GetLoadedXRefRecoveryInfo(
  out Info: THPDFXRefRecoveryInfo
): boolean;

function GetLoadedXRefMergeInfo(
  out Info: THPDFXRefMergeInfo
): boolean;

組態

復原資訊

GetLoadedXRefRecoveryInfo 在已嘗試復原時傳回 True，並複製最近的 THPDFXRefRecoveryInfo 記錄

• Status 區分成功、停用復原、位元組限制失敗、物件限制失敗、xref 錨點限制失敗與結構失敗
• Method 識別重新定位的 xref 區段或重建的直接物件偏移
• BytesScanned、CandidateObjectCount、RecoveredObjectCount、DuplicateObjectCount、RejectedCandidateCount 與 XRefCandidateCount 公建有界的工作量與復原品質
• SelectedXRefOffset 在該方法成功時識別重新定位的區段
• Diagnostic 包含簡明的英文結果描述

合併優先順序資訊

GetLoadedXRefMergeInfo 在 xref 串流或混合參照載入遇到值得回報的合併狀態時傳回 True

• HybridRevisionCount 計算透過
• FirstByte 為含端點、EndByte 為不含端點;不存在來源範圍時兩者皆為 -1
• ObjectNumber 與 GenerationNumber 識別間接物件候選;文件層級或 xref 錨點事件使用 -1
• Confidence 從 prcNone 依低、中、高到已驗證遞進
• LoadedParserRecoveryEventDroppedCount 回報超過設定保留上限後被省略的事件數,在惡意輸入下維持有界記憶體

合併優先序資訊

GetLoadedXRefMergeInfo 在 xref stream 或混合參照載入遇到值得回報的合併狀態時回傳 True

• HybridRevisionCount /XRefStm 提供側邊 xref 串流的傳統修訂數
• HybridOverlapCount 計算已由相同修訂之 xref 串流提供的表格項目數（該串流具有優先順序）
• OlderRevisionShadowedEntryCount 計算因較新修訂已定義該物件編號而被忽略的項目數
• DuplicateEntryCount 計算最新非混合區段內重複的項目數
• 兩個優先順序旗標說明是否行使了對應的規則，而非僅僅可用

完整性資訊

GetLoadedXRefIntegrityInfo 回報作用中的 free-list 鏈、無效連結、循環、未連結的 free 項目、generation 轉換錯誤、重複的存活定義,以及被最新修訂版遮蔽的較舊項目

遮蔽細節包含作用中與被拒的項目型別、偏移量或儲存欄位、generation 與修訂深度,細節上限固定為 256 項

儲存已復原的文件

已復原的文件在 SaveLoadedDocument 中一律使用完整重寫路徑，即使沒有編輯任何物件也是如此，因此 HotPDF 絕不會將損壞的來源位元組複製為看似修復的輸出

範例

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;

相關 API

• LoadFromFile
• LoadFromStream
• SaveLoadedDocument
• GetLoadedFileStructureInfo