PDF格式概述
PDF（便携文档格式）由Adobe于1992年创建，2008年成为ISO标准（ISO 32000）。理解其结构有助于解释为什么某些操作很快（合并），而其他操作很复杂（编辑文本）。
PDF的四个主要部分
每个PDF文件包含四个部分：
- •文件头：版本号（如 %PDF-1.7）
- •文件体：包含实际内容的对象（文本、图像、字体）
- •交叉引用表：用于快速查找对象的索引
- •文件尾：指向根对象和交叉引用表
为什么合并很简单
PDF合并本质上是合并对象集合并更新引用。实际内容（文本渲染、字体、图像）不变。这就是为什么合并能完美保持质量且运行迅速。
为什么文本编辑很难
PDF中的文本不像Word文档那样存储。相反：
- •文本使用绝对坐标定位
- •每个字符可能有独立定位
- •字体可能是子集化的（只包含使用的字符）
- •编辑文本意味着重新计算之后所有内容的位置
PDF中的图像压缩
PDF可以包含各种格式的图像：
| 格式 | 最适合 | 压缩潜力 |
|---|---|---|
| JPEG | 照片 | 已压缩，进一步减小有限 |
| PNG/Flate | 截图、图表 | 可以很好压缩 |
| JPEG2000 | 高质量图像 | 比JPEG更好但更慢 |
| JBIG2 | 黑白扫描 | 文本文档效果极佳 |
用于存档的PDF/A
PDF/A是专为长期存档设计的ISO标准化PDF版本。它要求嵌入所有字体，禁止加密、JavaScript和外部引用。政府和法律文件通常需要此格式。
相关工具
常见问题
为什么不能像Word一样编辑PDF文本？
PDF将文本存储为定位字形，而非流动文本。真正的文本编辑需要重建文档，大多数PDF工具不这样做。
合并PDF会降低质量吗？
不会。合并只是组合对象，不重新编码。质量完全保持。
为什么有些PDF特别大？
通常是因为未压缩或高分辨率图像。一张未压缩的照片可能超过20MB。