前言?　　版式文檔格式是版面呈現(xiàn)效果固定的電子文檔格式， pdf和ofd均為板式文檔格式標(biāo)準(zhǔn)；pdf板式文件占有絕對(duì)的統(tǒng)治地位；ofd是我國(guó)自主研發(fā)的板式文檔規(guī)范，屬于后起之秀。同為板式文件， 理論上可以實(shí)現(xiàn)互轉(zhuǎn)而又能達(dá)到呈現(xiàn)格式完全一致。

　　ofd標(biāo)準(zhǔn)晚于pdf標(biāo)準(zhǔn)將近20年，ofd標(biāo)準(zhǔn)采用吸納了軟件行業(yè)近年來(lái)的一些先進(jìn)技術(shù)和通用做法；ofd和pdf雖均為板式文件，但是兩個(gè)標(biāo)準(zhǔn)對(duì)板式文件的描述差別還是非常大的。市面上的板式文件大部分為pdf，如果能實(shí)現(xiàn)pdf轉(zhuǎn)ofd，就解決了ofd的來(lái)源問(wèn)題，可以促進(jìn)ofd更快的普及。

? ?作者研究ofd和pdf多年，采用c#實(shí)現(xiàn)了pdf轉(zhuǎn)ofd，并將此功能集成到閱讀器；閱讀器打開(kāi)pdf文件時(shí)，是將pdf轉(zhuǎn)換為ofd后再顯示的。完全實(shí)現(xiàn)pdf到ofd的轉(zhuǎn)換需要大量的工作，作者會(huì)逐步完善。對(duì)于wps生成的pdf的文件，大部分是可以轉(zhuǎn)換成功的。ofd閱讀器下載（集成pdf與ofd互轉(zhuǎn)）（百度網(wǎng)盤(pán)提取密碼：jj9v）。

pdf轉(zhuǎn)ofd初步思路

　　板式文件描述的內(nèi)基本分為三大類(lèi)：文字、線、圖，稱(chēng)之為圖元。繪制圖元時(shí)，還需要確定圖元所處的“環(huán)境”，如：前景色、背景色、剪切區(qū)域、坐標(biāo)系等；稱(chēng)之為狀態(tài)。最終的呈現(xiàn)效果由圖元和狀態(tài)決定的。

?

?　　ofd與pdf描述這些元素的詞是完全不同的，但是有相同的“意境”。將pdf轉(zhuǎn)換為ofd的前提是充分理解pdf和ofd標(biāo)準(zhǔn)，找準(zhǔn)兩個(gè)標(biāo)準(zhǔn)相通的“意境”；轉(zhuǎn)換就是意境的轉(zhuǎn)換，而不是詞匯的轉(zhuǎn)換。下面逐步分析兩個(gè)標(biāo)準(zhǔn)之間的差異。

pdf與ofd文檔描述差異

　　pdf屬于單體文件，ofd屬于容器文件；暨ofd是壓縮包，壓縮包包含多個(gè)文件。pdf文件分為很多塊，每個(gè)塊稱(chēng)之為object，有唯一id對(duì)應(yīng)。每個(gè)塊分為header和body，header描述格式為dictionary。pdf文件的結(jié)構(gòu)需要通過(guò)專(zhuān)用軟件才能查看，這一點(diǎn)不如ofd。pdf文件內(nèi)容查看器。

?

?　　ofd容器內(nèi)主要包括資源文件和格式描述文件。資源文件可以是任意文件，如：圖片、字體、簽章數(shù)據(jù)等；文件之間互不影響，可以方便的添加刪除文件。格式文件是描述呈現(xiàn)格式的文件，為xml格式；采用xml格式的好處是：xml是標(biāo)準(zhǔn)格式、解析xml有現(xiàn)成的庫(kù)；xml的描述能力也比pdf的文本描述能力更好。

　　對(duì)于狀態(tài)的描述，ofd和pdf采用了兩種不同的方式。pdf對(duì)狀態(tài)的描述是分散的，確定當(dāng)前狀態(tài)的屬性需要追溯到文檔開(kāi)始。ofd對(duì)狀態(tài)的描述是自包含的，僅僅通過(guò)當(dāng)前xml節(jié)點(diǎn)就能確定狀態(tài)屬性。從上可以看出，分析pdf的狀態(tài)難度更大，但是pdf這種描述方式更能節(jié)省空間，特別是描述非常復(fù)雜的狀態(tài)時(shí)。

?文字描述差異

　　pdf對(duì)文字的描述比ofd要復(fù)雜很多；pdf標(biāo)準(zhǔn)誕生時(shí)，還沒(méi)有unicode概念，最初pdf只是用來(lái)顯示拉丁文字。為了顯示東亞文件，pdf標(biāo)準(zhǔn)只能另辟蹊徑，采用了cid格式字體文件。ofd對(duì)字體描述統(tǒng)一采用unicode，達(dá)到了化繁為簡(jiǎn)的效果。

圖片描述差異

　　pdf圖片處理部分比ofd復(fù)雜很多。pdf中的圖片不是一個(gè)直接的“圖”，它會(huì)描述圖的壓縮格式、像素顏色個(gè)數(shù)、調(diào)色板等信息，需要軟件合成圖片文件；而ofd文件是直接存入一個(gè)圖片文件。

線描述差異

　　這兩部分差異不大，線處理是相對(duì)來(lái)說(shuō)簡(jiǎn)單些。ofd有一個(gè)特殊的操作符A，用來(lái)表示圓弧。

c# 實(shí)現(xiàn)pdf轉(zhuǎn)ofd步驟

1）pdf文件讀取

　　可以借助開(kāi)源庫(kù)處理pdf，比如：itext,apose,pdfbox等。pdf文件的結(jié)構(gòu)還是比較復(fù)雜的，實(shí)現(xiàn)文件的讀取邏輯也是非常復(fù)雜。

2）pdf指令的分割

每個(gè)pdf的指令包括操作數(shù)和操作符。這些數(shù)據(jù)是混合到一塊的，需要快速高效的找到每個(gè)完整的指令。

下圖恰好是每行一個(gè)指令。

?

?3）pdf指令的處理

　　這里是pdf處理最復(fù)雜部分。pdf指令歸為十幾大類(lèi)。從作用上來(lái)講可以分為兩類(lèi)：狀態(tài)指令、操作指令。狀態(tài)指令是修改pdf狀態(tài)屬性的，操作指令是執(zhí)行具體操作，如：顯示文字、劃線等。

4） pdf轉(zhuǎn)ofd

　　理解pdf的處理指令就是掌握了“語(yǔ)義”，這是將pdf翻譯成ofd必要條件。將語(yǔ)義用xml語(yǔ)法表示出來(lái)就是水到渠成的事。

后記　要完成pdf轉(zhuǎn)ofd的功能，需要同時(shí)理解pdf和ofd標(biāo)準(zhǔn)。只要準(zhǔn)確把握了這兩種標(biāo)準(zhǔn)的內(nèi)涵，就能實(shí)現(xiàn)pdf轉(zhuǎn)ofd而又能確保不失真。

　　在板式文件領(lǐng)域，pdf仍然是主流；但是ofd具有后發(fā)優(yōu)勢(shì)。pdf標(biāo)準(zhǔn)文檔達(dá)1300多頁(yè)，還有大量的附加協(xié)議，完全掌握pdf標(biāo)準(zhǔn)需要假以時(shí)日。pdf標(biāo)準(zhǔn)出現(xiàn)的較早，所以背負(fù)了沉重的歷史包袱；標(biāo)準(zhǔn)中的部分內(nèi)容在今天看來(lái)是過(guò)時(shí)、冗余的。

　　pdf已成為事實(shí)上的國(guó)際標(biāo)準(zhǔn)，流式文檔軟件（wps等）或其他編輯設(shè)計(jì)軟件大都有轉(zhuǎn)換pdf功能。ofd的普及需要各方面的共同努力， 讓用戶快捷方便的生成ofd文件是其中重要的一環(huán)。畢竟，無(wú)源之水無(wú)法匯集成浩瀚海洋。作者用c#嘗試實(shí)現(xiàn)了pdf轉(zhuǎn)ofd功能，達(dá)到了初步可用狀況。實(shí)現(xiàn)pdf完美轉(zhuǎn)換為ofd及ofd在國(guó)內(nèi)普及是作者的夢(mèng)想；前途漫漫，唯有奮斗。

總結(jié)

以上是生活随笔為你收集整理的思路初探：采用c#实现pdf转ofd的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。