PDF生成器标识
PDF生成器标识
提问于 2020-10-01 23:19:56
识别自动生成的PDF的生成器/检测模式的最佳方法是什么？我一直在使用Tabula和文本分析来提取文件识别后的数据，但我很难将文件分派到正确的解析器。显然，PDF没有关于作者的元数据，并且文件名可以更改，因此不是一个准确的身份识别来源。
谢谢，亚瑟
回答 1
Stack Overflow用户
发布于 2020-10-02 01:40:09
你可以看看预告片：
trailer
<<
/Size 9
/Root 1 0 R
/Info 8 0 R
>>
startxref
626
%%EOF..。扫描一下/Info。将有一个包含元数据的8 0(在本例中)部分，例如
8 0 obj
<<
/Creator (PDFDUMP WIN32 )
/CreationDate (D:20201231000000)
>>
endobj但是当元数据部分不是直接的(例如，包含十六进制代码，或者间接指向另一个部分)时，它将变得更加复杂。
当元数据是这样的时候，它会变得很棘手：
42 0 obj
(git-cheat-sheet-education)
endobj
43 0 obj
(Mac OS X 10.9.1 Quartz PDFContext)
endobj
44 0 obj
(Adobe Illustrator CC \(Macintosh\))
endobj
45 0 obj
(D:20140224195805Z00'00')
endobj
1 0 obj
<< /Title 42 0 R /Producer 43 0 R /Creator 44 0 R /CreationDate 45 0 R /ModDate
45 0 R >>
endobj有相当多的开源代码，可以为你显示PDF元数据。
我不确定我是否回答了你的问题。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/64158398
复制相关文章
相似问题
腾讯云开发者
