PDF 对象流（Object Streams）与普通对象存储的冷门实践

在 PDF 1.5 之后，引入了 对象流（Object Streams） 机制。它允许把多个间接对象（尤其是小字典或注释对象）打包压缩在一个流里，从而减小文件体积。很多人只知道「对象流能压缩」，却很少真正理解它在解析、调试甚至兼容性上的副作用。

对象流的核心思路

普通 PDF 文件里的对象是散落的，比如：

12 0 obj
<< /Type /Annot /Rect [0 0 100 100] >>
endobj

有了对象流后，上百个这样的对象会被集中到一个 /ObjStm 里。文件变小了，读取顺序也更紧凑。但代价是：如果你只想解码第 12 号对象，必须先解压整个流并在流内偏移定位。

优势与适用场景

• 体积优化：对大量小对象（注释、书签、结构标记），对象流能显著降低文件大小。
• 内存局部性：解析器一次解压一段，后续对象访问较为集中。
• 现代阅读器支持：大部分 PDFium、Adobe Reader、pdf.js 都完全支持对象流。

潜在问题

1. 调试不便：用文本编辑器打开时，你几乎看不到原始对象，定位问题很麻烦。
2. 兼容性：早期或简化版解析器（嵌入式设备）可能不支持对象流，直接报错。
3. 增量更新复杂：对象流更新必须新增一整个流，无法像普通对象那样增量覆盖，导致增量 PDF 文件可能更大。

如何判断与控制

要判断一个 PDF 是否使用了对象流，可以搜索关键字：

grep "/ObjStm" your.pdf

或用 qpdf：

qpdf --show-object=12 your.pdf

在导出或转换时，工具通常有选项控制是否启用对象流：

# 禁用对象流
qpdf --object-streams=disable in.pdf out.pdf

# 保留对象流
qpdf --object-streams=preserve in.pdf out.pdf

工程实践建议

• 网页预览优先：如果目标是 web 内嵌预览，体积压缩优先，保留对象流即可。
• 归档与调试优先：做归档或需要人工检查时，建议禁用对象流，保证可读性。
• 混合策略：有些工具支持「仅压缩大批量小对象」，对字体流、图像流保持原状。

结语

对象流是 PDF 格式演进中的「小众优化」，它并非必须，但在特定场景里价值不小。理解它的原理与代价，能帮你在工程中更好地平衡文件大小、调试便利和兼容性。