[发明专利]一种PDF文档生成、编辑的方法和系统

说明书

技术领域

本发明涉及PDF(Portable Document Format)文件处理领域，更具体地说，涉及一种PDF文档生成、编辑的方法和系统

背景技术

众所周知，PDF全称Portable Document Format，译为可移植文档格式，是一种电子文件格式。这种文件格式与操作系统平台无关，也就是说，PDF文件不管是在Windows，Unix还是在苹果公司的Mac OS操作系统中都是通用的。这一性能使它成为在Internet上进行电子文档发行和数字化信息传播的理想文档格式。越来越多的电子图书、产品说明、公司文告、网络资料、电子邮件开始使用PDF格式文件。

PDF文件以PostScript语言图像模型为基础，使用抽象语法来描述文件。PDF文件中包含了许多抽象对象，如文字(text)、图形(graphic)、图像(image)等，这些对象共同描述了整个页面。通过这些对象，整个页面的显示信息完全固定，如页面布局、格式等。这实现了PDF的独立性，即在任意平台上都以相同的方式显示。

PDF文件与.doc、.html等可编辑文件最大区别在于前者属于版式流(Display Stream)，后者属于内容流(Content Stream)。

在doc文件中只包含了内容而没有布局等显示信息。如何在屏幕上显示doc文件由客户程序(Consumer Application)，如MS Word根据上下文信息、文件内容、段落格式实时计算。所以，对于同一份文件不同的客户程序的显示可能不同，如MS Word和Open Office显示不一定完全一样。所以内容流文件无法保证可移植性。但由于文件只包含内容，所以要对内容编辑、修改就十分方便，至于修改后的内容如何显示，客户程序会重新布局。

而在PDF文件中则包含了完全的显示信息，如每一页的布局，每一个字在页面的显示坐标，用什么字体显示，以什么样的字形显示，字体大小如何等。每一张页面都包含了完全的显示信息，所以不管在任意平台上，PDF文件都是以相同的方式显示，不会有所差别。

这种方法保证了PDF文件的可移植性，但也使其失去了可编辑性。比如删除了PDF文件中文本的某一部分，则在其之后的文本的显示坐标都要重新修改。

目前的一些PDF编辑软件，其所编辑的只是PDF本身的对象，如添加文本，图片，字体等等。这些编辑的对象是不包含结构信息的，不属于文本编辑的范畴，无法做到如MS Word般的编辑，如删除、更改段落、填充表格等。

发明内容

本发明要解决的技术问题在于，提供一种可编辑的PDF文档生成、及编辑的方法和系统。

本发明公开了一种PDF文档，包括以图像模型为基础，使用抽象语法来描述的PDF的版式流层，在所述的版式流层上设置包含文件内容逻辑信息的高层抽象内容层，在所述的版式流层下设置包含PDF语法对象的PDF对象层，在所述的PDF对象层下设置文件二进制流层。

在本发明所述的PDF文档中，所述文件内容逻辑信息包括：段落、表格、图形、图像及在段落、表格、图形、图像中定义多种格式、属性。

在本发明所述的PDF文档中，所述的高层抽象内容层为可编辑内容逻辑层，当需要对PDF编辑时，修改高层抽象内容层，然后经版式流层及PDF对象层将修改传递到文件二进制流层，生成新的PDF文件替换原PDF文档。

本发明公开了一种生成PDF文档的方法，用于生成权利要求1所述的PDF文档，包括：

A1.设置包含文件内容逻辑信息的高层抽象内容层；

A2.在高层抽象内容层构建高层对象；

A3.在版式流层下设置包含PDF语法对象的PDF对象层；

A4.将所述的高层对象经所述的版式流层转换到PDF对象层，获得PDF对象；

A5.在所述的PDF对象层下设置文件二进制流层；

A6.按照PDF语法规范将所述的PDF对象写入文件二进制流层。

在本发明所述的生成PDF文档的方法中，所述步骤A2中构建高层对象时，在高层抽象内容层向版式流层中添加段落、表格、图形、图像，并定义各种属性、格式。

在本发明所述的生成PDF文档的方法中，所述的PDF对象包括PDF文本对象、PDF图形对象等。

在本发明所述的生成PDF文档的方法中，步骤A2之后还包括步骤A21，保存所述的高层对象。

本发明公开了一种生成PDF文档的系统，用于实现上述技术方案中所述的生成PDF的方法，包括：