使用折纸提取并重新组成PDF文件

Question

这是关于折纸的，它是用于在http://esec-lab.sogeti.com/pages/Origami上浏览PDF文件的Ruby工具。

举个例子，我试图打开一个PDF文件，提取它，然后重写原始的PDF文件。这是我试图使用的完整代码来完成这一任务：

hg clone https://code.google.com/p/origami-pdf/
cd origami-pdf/
rake
cd ..
curl 'http://www.ada.gov/hospcombrprt.pdf' -o hospcombrprt.pdf
origami-pdf/bin/pdf2ruby -x hospcombrprt.pdf
mv hospcombrprt.pdf hospcombrprtORIG.pdf
cd hospcombrprt
ruby hospcombrprt.rb # THIS STEP PRODUCES ERRORS
bc hospcombrprt.pdf ../hospcombrprtORIG.pdf || echo FAILED

但是，这会产生以下错误：

/Users/williamentriken/Developer/origami-pdf/lib/origami/page.rb:75:in `pages': Invalid page tree (Origami::InvalidPDFError)
    from /Users/williamentriken/Developer/origami-pdf/lib/origami/pdf.rb:689:in `compile'
    from /Users/williamentriken/Developer/origami-pdf/lib/origami/pdf.rb:233:in `save'
    from hospcombrprt.rb:189:in `<main>'

是否有其他人成功地使用这个库执行此操作，请您分享？

Answer 1

原始邮政

我和库玩了一段时间，但是我不断地发现错误和小错误，比如复制的页面和缺少的页面.

...you应该阅读作者关于使用折纸库的限制的评论。

我推荐的pdf格式宝石，它是伟大的简单的pdf操作，如合并，冲压等。

更新

我查看了特定的PDF文件，这可能是一个与不支持的PDF版本相关的问题。

http://www.ada.gov/hospcombrprt.pdf文件是用4类型加密加密的，根据PDF标准，从PDF1.5开始的加密是：

“(PDF1.5)安全处理程序使用CF、StmF和StrF条目指定的规则在文档中定义加密和解密的使用。”

加密使用AES v.2，仅限于PDF 1.6及以上：

"AESV2 (PDF-1.6)应用程序应向安全处理程序请求加密密钥，并使用“算法1:使用RC4或AES算法加密数据”，使用16字节块大小的加密算法和初始化向量对数据进行隐式解密，并将其作为流或字符串中的前16个字节。“

因此，即使解密代码是用，应用该代码的方式可能不知道，因为PDF文件的结构.

...It最好从简单的PDF文件开始，然后修补任何还不支持的东西。