Довідник розробника PDFium Delphi Component

Unit: FPdfContentNormalize

Нормалізація однієї логічної послідовності вмісту сторінок PDF зі збереженням синтаксису та надійне виявлення меж вбудованих зображень

Syntax

const
  PdfContentNormalizeDefaultInputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultOutputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultTokenLimit = 10000000;

function NormalizePdfContentSequence(const Streams: array of TBytes;
  const Options: TPdfContentNormalizeOptions; out Output: TBytes;
  out Report: TPdfContentNormalizeReport): Boolean;

function CollectPdfContentResourceUses(const Data: TBytes;
  out Uses: TPdfContentResourceUses;
  out ErrorText: string): Boolean;

function FindInlineImageBlock(const Data: TBytes; StartPos: Integer;
  out BiPos, IdPos, DataStart, EndImageStart: Integer): Boolean;

Description

NormalizePdfContentSequence поєднує подані потоки вмісту в порядку масиву та токенізує результат як одну логічну послідовність вмісту сторінки

Зберігає літеральні рядки, hex-рядки, імена, масиви, словники, корисні навантаження вбудованих зображень і невідомі оператори, канонізуючи розділення токенів; коментарі можна видалити, а структурну збалансованість — вимагати

CollectPdfContentResourceUses записує імена ресурсів, які споживають оператори тексту, XObject, станів графіки, колірних просторів, pattern, shading, властивостей marked content та вбудованих зображень, у межах центрального токенного бюджету

FindInlineImageBlock знаходить повний блок BI, ID і EI, не приймаючи послідовність байтів EI всередині даних зображення за термінатор

Constants

Constant	Description
`PdfContentNormalizeDefaultInputLimit`	Типовий логічний ліміт входу на сторінку — 256 MiB
`PdfContentNormalizeDefaultOutputLimit`	Типовий ліміт нормалізованого виводу на сторінку — 256 MiB
`PdfContentNormalizeDefaultTokenLimit`	Типовий ліміт на сторінку — 10000000 токенів

Functions

Function	Description
`TPdfContentNormalizeOptions.Default`	Увімкнює видалення коментарів, перевірку збалансованості, доцільне стиснення Flate і пропуск небезпечних сторінок; забороняє переписування підписаного та застосовує три типові ліміти
`NormalizePdfContentSequence`	Повертає нормалізовані байти та докладний звіт або `False` зі статусом збою та діагностичним текстом
`CollectPdfContentResourceUses`	Повертає вид ресурсу та декодоване PDF-ім'я для кожного оператора вмісту, що споживає ресурс, або `False` з діагностичним текстом для некоректного чи надмірного за бюджетом вводу
`FindInlineImageBlock`	Повертає зміщення для наступного повного блоку вбудованого зображення в `StartPos` або після нього

Types

Type	Description
`TPdfContentNormalizeStatus`	Результат або категорія збою для нормалізації послідовності та документа
`TPdfContentNormalizeOptions`	Політика нормалізації та побайтові й токенні ліміти на сторінку
`TPdfContentNormalizeReport`	Статус, підсумки байтів і сторінок, метрики потоків і токенів, синтаксичні спостереження та діагностичний текст
`TPdfContentResourceKind`	Значення ресурсів `pcrkFont`, `pcrkXObject`, `pcrkExtGState`, `pcrkColorSpace`, `pcrkPattern`, `pcrkShading` і `pcrkProperties`
`TPdfContentResourceUse`	Одне декодоване ім'я ресурсу `Name` разом із його `Kind`
`TPdfContentResourceUses`	Динамічний масив зібраних використань ресурсів у порядку вмісту

Status values

Value	Meaning
`pcnsNotStarted`	Звіт ініціалізовано, але нормалізація не завершена
`pcnsCompleted`	Нормалізація успішно завершена
`pcnsInputLimitExceeded`	Логічний ввід перевищив `MaxInputBytesPerPage` або налаштований ліміт не був додатним
`pcnsOutputLimitExceeded`	Нормалізовані байти перевищили б `MaxOutputBytesPerPage`
`pcnsTokenLimitExceeded`	Послідовність вмісту перевищила `MaxTokensPerPage`
`pcnsMalformedToken`	Токен вмісту PDF не вдалося прочитати повністю
`pcnsUnresolvedInlineImage`	Не вдалося знайти повну межу корисного навантаження вбудованого зображення
`pcnsUnbalancedState`	Порушено потрібний баланс областей графіки, тексту, marked content, сумісності, масивів чи словників
`pcnsUnsupportedFilter`	Нормалізація на рівні документа натрапила на фільтр потоку вмісту, який не може декодувати
`pcnsEncryptedDocument`	Нормалізація на рівні документа відмовила зашифрованому вводу
`pcnsSignedDocument`	Нормалізація на рівні документа відмовила підписаному вводу без авторизації
`pcnsDocumentRewriteFailed`	Зазнало невдачі оточуюче переписування графа об'єктів PDF або його перевірка
`pcnsResourceBudgetExceeded`	Дедлайн процесного `TPdfParserResourceBudget` настав раніше, ніж нормалізація завершилася

Options

Field	Description
`RemoveComments`	Пропускає коментарі PDF, зберігаючи потрібні межі токенів
`RequireBalancedState`	Вимагає збалансовані `q`/`Q`, `BT`/`ET`, marked content, сумісність, масиви та словникові області
`CompressOutput`	Дозволяє документній обгортці стискати Flate нормалізований потік сторінки, коли стиснення зменшує його розмір
`SkipUnsafePages`	Дозволяє нормалізації на рівні документа зберегти сторінку без змін після небезпечного чи непідтримуваного результату замість переривання переписування документа
`AllowSignedDocument`	Явно дозволяє повне переписування підписаного вводу, що робить недійсними наявні діапазони байтів підписів
`MaxInputBytesPerPage`	Максимальний сумарний розмір у байтах поданих потоків вмісту для однієї сторінки
`MaxOutputBytesPerPage`	Максимальні байти, дозволені в нормалізованій послідовності вмісту
`MaxTokensPerPage`	Максимальна кількість токенів, що перевіряються для однієї сторінки

Report fields

Field	Description
`Status`	Поточний `TPdfContentNormalizeStatus`
`SourceByteCount`	Загалом байтів вихідного вмісту
`OutputByteCount`	Загалом байтів нормалізованого чи переписаного виводу
`PageCount`	Сторінки, перевірені нормалізацією на рівні документа
`NormalizedPageCount`	Сторінки, успішно замінені нормалізованим вмістом
`SkippedPageCount`	Небезпечні сторінки, збережені без змін за політикою пропуску
`InputStreamCount`	Потоки вихідного вмісту, об'єднані в логічні послідовності сторінок
`OutputStreamCount`	Створені нормалізовані потоки вмісту
`CoalescedArrayCount`	Багатопотокові масиви `/Contents`, замінені одним нормалізованим потоком
`TokenCount`	Оброблені токени
`CommentCount`	Зустрінуті коментарі, збережені чи видалені
`InlineImageCount`	Збережені повні блоки вбудованих зображень
`UnknownOperatorCount`	Нерозпізнані оператори, збережені дослівно
`ErrorMessage`	Діагностичний текст першого збою

Inline-image offsets

BiPos — байтове зміщення ключового слова BI
IdPos — байтове зміщення ключового слова ID
DataStart — перший байт корисного навантаження після єдиного обов'язкового пробілу за ID
EndImageStart — байтове зміщення термінаторного ключового слова EI, тобто на один байт за корисним навантаженням
Функція повертає False, коли повний блок не знайдено в StartPos або після нього

FPdfContentNormalize модуль