pdf中的jbig2数据不是有效的jbig2数据。错魔法

Question

我想从pdf文件中提取一些jbig2数据，并使用libjbig2dec (http://sourceforge.net/projects/jbig2dec)加载它。

出于某种原因，pdf文件中的jbig2数据以以下方式开头：

00000000  00 00 00 00 30 01 01 00  00 00 13 00 00 0a 5e 00
00000010  00 0f c3 00 00 2e 23 00  00 2e 23 00 00 00 00 00
00000020  00 01 26 01 01 ff ff ff  ff 00 00 0a 5e 00 00 0f
00000030  c3 00 00 00 00 00 00 00  00 00 00 03 ff fd ff 02
00000040  fe fe fe ab f3 d0 fe 9e  92 d8 9f 63 ae 67 79 b8
00000050  81 ff 57 33 90 a4 ee c2  af c8 80 dc 0d 60 1e 86

但是一个有效的jbig2文件应该从以下魔术开始：

0x97, 0x4a, 0x42, 0x32, 0x0d, 0x0a, 0x1a, 0x0a

这里发生了什么事？

Answer 1

PDF格式剥离了jbig2文件的头和尾，如pdf版本1.7 (ISO32000-1:2008)中所指定的那样，第7.4.7节JBIG2Decode过滤器

此外，一些pdf文件包含最后一段未指定大小的jbig2流( ff )。libjbig2dec不能处理这件事。

Answer 2

有些PDF缺少JBIG2头，这里是jb2文件格式的著名流之一。

974A42320D0A1A0A0100000001000000003E00010000006820000000536F7572636500506F776572204A4249472D3220456E636F646572202D2054686520556E6976657273697479206F66204272697469736820436F6C756D626120616E6420496D61676520506F77657220496E632E0056657273696F6E00312E302E3000000000

我将上述流添加到粗数据头中，并对其进行了很好的解码。