pdf - PDF 文件的结构？

Question

对于一个小项目，我必须解析 pdf 文件并获取其中的特定部分(简单的字符链)。我想使用 python 来做到这一点，并且我找到了几个能够以某些方式完成我想要的事情的库。

但是现在经过一些研究，我想知道 pdf 文件的真正结构是什么，有谁知道网上是否有规范或一些解释？我在 adobe 上找到了一个链接，但它似乎是一个死链接:(

Answer 1

这是 Adob​​e 引用资料的链接

http://www.adobe.com/devnet/pdf/pdf_reference.html

您应该知道，PDF 仅涉及演示，而不涉及结构。解析并不容易。