PDF信息查看器 - 百业软件 www.biyeyuanma.cn

这个工具解决什么问题

「这份 PDF 到底怎么回事」在 Windows 桌面端一直没有轻量入口。阅读器的「文件 → 属性」只显示 /Info 里那六行文字，字体、图像、页面几何、书签、批注、表单、附件、XMP、签名、交叉引用结构全看不到；命令行工具能看，但要装运行环境、记一堆参数、输出是一坨英文纯文本，既不好存档也不好发给同事；在线「PDF 体检」站最省事，但合同、标书、审计底稿、内部教材恰恰是最不该上传的一类文件。更麻烦的是排查结论没法留证据：处理前和处理后到底变了什么，靠两份纯文本手工比对不现实。

• 原来的做法：先装一个命令行工具看两行，再换一个网页站传一次文件，遇到字体问题再去查阅读器的「字体」页，最后凭印象写一句「应该是字体没嵌入」——到底哪几页、哪个字体、有没有 /ToUnicode、图是什么色彩空间，谁也说不全
• 用这个工具：把 PDF 拖进窗口（或一次多选、右键唤起）→ 左边看摘要、右边切页签看页面 / 字体 / 图像 / 书签 / 批注 / 表单 / 附件 / XMP → 「问题」页直接列哪一条、什么级别、影响是什么、站内哪个工具能处理 → 点「导出 JSON」得到一份可存档、可贴给同事的完整报告
• 省下来的：不用上传文件、不用装命令行环境、不用记参数；十类信息一屏切换，问题清单把「读不到」与「没问题」分开写；JSON 字段名是稳定契约，能直接进归档系统或自己的脚本；源文件的字节数、修改时间、哈希在读取前后逐字节不变——这一点有专门的只读验收

能看什么：一份 PDF 的十个面

窗口上半是文件列表：每加一份 PDF 就多一行，显示文件名、大小、页数、PDF 版本、加密状态、xref 结构、字体数、图像数、问题条数。点哪一行，下半部分的摘要与明细就跟着换到哪一份；读过的文档对象随即释放，所以一次加几十份也不会把内存叠起来。点右上角「右键菜单」可以把「信息查看..」装进资源管理器的「百业PDF大师」分组；多选几个 PDF 只会打开一扇窗、追加几行，不是每个文件弹一扇窗。

三份测试样片同时载入：列表里每行都有页数三口径、结构类型与问题计数；左栏是当前选中文件的摘要（版本、页数、大小、读取耗时、生成器、创建/修改时间、标题/作者/主题/关键字/创建工具），右栏「页面」页签按页列出尺寸、旋转、内容流、滤镜、字体与图像。底部两行一句是问题计数，一句是「只读工具：不修改、不写回；源文件字节与修改时间实测不变。不渲染页面、不做预览。」

1. 文件列表与摘要

列表一行给你一眼判断：大小、页数、版本、是否加密、xref 结构、字体/图像数量、问题条数。摘要区再展开：PDF 版本（取文件头 %PDF-x.y，打不开的件也照样能报）、页数三口径（/Count 声明 / 原始递归实测 / 高层枚举）、文件字节数、读取耗时、生成器 /Producer、创建与修改时间（原文 + 解析值，畸形日期写「无法解析」）、/Info 六项标准属性与自定义键数量、XMP 有无与字节长度、/Lang、DisplayDocTitle、trailer /ID 两组十六进制，以及结构特征（经典 xref 表 / 交叉引用流 / 对象流 / 线性化 / 增量更新链）。

2. 页面表

每页一行：页号、MediaBox / CropBox / BleedBox / TrimBox / ArtBox（pt 与 mm 双单位）、旋转、内容流字节数与 /Filter、该页字体、图像、批注数、链接数、表单域数、是否有文本层。文本层不是「有字体就算」——工具会解压内容流数 Tj/TJ/'/" 绘制指令，所以纯扫描件不会被误判成有文字；解压量超过预算的页会如实写「无法判定」。列头可排序，关键字可过滤；万页文件走虚拟表格，不会一次把一万行都画出来。

3. 字体表（全书去重）

字体是「打印缺字」最常见的原因。每行给出 /BaseFont、/Subtype、是否嵌入及嵌入格式（/FontFile / /FontFile2 / /FontFile3）、嵌入流压缩与解压字节、/ToUnicode 有无、/FirstChar–/LastChar–/Widths、/Flags 按位展开、使用它的页号列表。未嵌入的行整行标红并计数；标准 14 字体（Helvetica / Times / Courier 家族）豁免——这批字体阅读器普遍自带，不豁免会把大量正常文件误报成红色。

Type1 走 /FontFile、TrueType 走 /FontFile2、CFF/OpenType 走 /FontFile3；Type0/CID 的描述符要下钻到 /DescendantFonts[0] 才取得到，否则会被误报成「没有描述符」。最后一行 NotEmbeddedFour 是故意做的未嵌入样本，整行红色并计入问题。

4. 图像表

每个图像对象给出宽×高像素、/ColorSpace、/BitsPerComponent、/Filter（含数组滤镜）、有无 /SMask、/Decode、流字节数与解码后字节。色彩空间覆盖 DeviceRGB / DeviceCMYK / DeviceGray / Indexed / Separation / CalRGB / ICCBased / Pattern 等写法；ICCBased 的剖面本身是流，工具会逐层解引用后报出通道数、Alternate 与 Range。图像清单同时报「独立对象数」与「引用次数」：12,000 个图像对象去重后可能只剩 6 个键，只报去重数会把 12,000 次引用说成 6 张图。有效分辨率只在拿得到页面放置矩阵时给真实显示尺寸，否则给「像素 ÷ 页面尺寸」的上限估算，表头与 JSON 字段都标 `basis` / `capped`，不冒充实际 DPI。

5. 书签、批注、表单、附件

• 书签：层级树 + 标题 + 目标页。目标支持 /Dest 数组与 /A/URI 两种；书签走原始 /Outlines 递归，带环检测与节点预算——成环的坏件会停下并说明，不会把软件挂死
• 批注：按页列 /Subtype、作者 /T、正文摘要 /Contents、是否有回复线程 /IRT。Text、Highlight、Link、FileAttachment、Redact、Ink、Stamp、Screen、Widget 这些子类型都能读；链接批注的 URI 也一并给出。这是「属性清了、名字还漏在批注里」的第二处隐私位
• 表单：字段名、/FT、标志、当前值 /V、默认值 /DV、是否只读/必填、是否有 /XFA 动态表单、NeedAppearances 与 SigFlags。字段标志缺失时沿 /Parent 继承，不把「继承来的值」当成 0
• 附件：文件名、描述、字节数（/Names/EmbeddedFiles）。有 /EF 项却取不到流的，会进「读取错误」写「字节数未取到」，不报 0 字节冒充正常

6. XMP 与 /Info 的一致性

XMP 是 PDF 里另一份元数据副本，Acrobat 与不少索引系统读的是它。工具列出 XMP 原始流长度、是否为间接对象、命名空间清单，以及 dc:title / dc:creator / dc:description / pdf:Keywords / pdf:Producer / xmp:CreateDate / xmp:ModifyDate / xmpMM:InstanceHistory 条数 / pdfaid:part / pdfaid:conformance 等关键项，并逐项对拍 XMP 与 /Info 是否一致——「属性页干净了、XMP 还留着旧作者」这类问题在这里一眼能查出来。XMP 原文不整段塞进 JSON，需要原文时点「另存XMP原文」单独导出。

这份样片的 XMP 被故意截断：工具照实显示「原始流 236 字节、XML 解析失败」，并给出解析库的异常摘要；同时仍然可以把它另存出来。解析不了就说解析不了，不把失败伪装成「没有 XMP」，也不影响其余页签的读取。

7. 问题清单（30 条规则）

这不是把数据倒出来就完事，而是按 30 条规则逐项判断：级别 / 规则编号 / 对象 / 问题 / 说明与影响 / 处置建议。规则覆盖未嵌入字体、Type3 位图字体、Type0 缺 ToUnicode、CMYK / Separation 图像、近似 dpi 过低或过高、页面尺寸混用、旋转页、空白页、纯扫描件无文本层、缺少标题/作者、XMP 与 /Info 不一致、签名、表单里藏值、批注夹带内容、附件、权限限制、空用户口令、弱加密、交叉引用流、时间戳矛盾、页树 /Count 自相矛盾、悬空引用、缺 /Length、/Metadata 长度不符、图像对象大量重复引用等。

每条规则有三种结果：命中、未命中、无法判定。读不到对应字段的项进「未判」，界面单独计数，绝不当成「没问题」；底部只要有读缺口，就会写「另有 N 处没读到，不等于没问题」，并收掉「已全部判完」那句。这是本工具最容易被别的分析器骗过去的地方——空白不等于通过。

列表把「哪一条、哪一级、对象是谁、为什么、该怎么办」并排放；底栏同时报「另有 6 项进未判，不冒充检查通过」。能指向站内工具的会写明，例如 XMP 与 /Info 不一致指向元数据编辑器；补嵌字体、删批注、OCR 这类本站做不了的，会如实写「本站暂无工具可做」。

8. 加密与权限

是否加密只看 trailer 有没有 /Encrypt；加密算法与密钥长度从 /Filter / /V / /R / /Length 自推，权限七项（打印、复制、修改、批注、填表、装配、高质量打印）逐项报 True/False，并单独提示用户密码是否为空——「加了密但谁都能打开」是常见错觉。需要口令的件可以输入口令重读；AES-256（/V=6）当前读不了，界面只说「本工具读不了（加密算法不支持）」，不会谎报「文件损坏」，并且仍然给文件头版本、大小与 SHA256。

一份 AES-256 系样片：列表状态写「无法判定」、问题列写「没读到，判不了」；左栏仍报 PDF 1.7、文件大小 1,482 字节、读取耗时 10 ms，生成器与属性区写「属性区读不到」，标准属性各写「无此键」；底栏写「另有 1 处没读到，不等于没问题」。这比一个红叉或者一句「文件损坏」更接近事实。

9. 两份对比

「与另一份对比」把当前文件和基线文件摊成差异表：摘要级（页数、版本、尺寸集合、字体集合、图像集合、权限、加密、属性六项、XMP 关键项）+ 逐页几何差异（MediaBox 变动、Rotation 变动）+ 问题条数增减。基线可以是列表里的另一份，也可以从磁盘任选；默认把自己填进基线位，省一次选文件。定位是「处理前 vs 处理后核对到底动了什么」，不做对象级字节 diff，也不声称能证明改动来源。同一份文件跟自己比必须 0 差异——这条写进了自检。

10. JSON 导出与复制

「导出JSON」把当前文件写成一份 UTF-8 带 BOM、缩进 2 空格的 JSON（Windows 记事本与 PowerShell 5.1 打开中文不乱码）；文件名默认 <源名>_信息.json，撞到已有文件先确认。多份文件可「导出全部」，每份一个 JSON，还可勾选生成一份汇总 PDF信息汇总_<时间戳>.json（只含文件名、摘要与问题条数）。内容流、图像数据、嵌入字体、XMP 原文一律不内联，只给长度、/Filter 与 SHA256 前 8 位；字符串编码能自动修复的按 UTF-16BE / UTF-8 两条分支重解，修不了的给原文 + encoding:"unknown"，绝不假装修复。字段名是对外契约：只加不改不删。「复制JSON」与「复制单行」走剪贴板，排查时可以直接贴给同事。

技术实现

Windows 桌面程序，.NET Framework 4.8 + WinForms 界面，PDF 解析用 PdfSharp 1.50.5147；没有引入 iTextSharp，也不随包带任何原生渲染 dll。它只读：打开文件、遍历对象、把结果装进模型，然后释放文档对象；不调用保存、不写回源文件、不产出 PDF。所有结果都来自对 PDF 原始字典与流的读取——不是靠阅读器截图或文本抽取猜出来的。

• 结构快照抢在高层调用之前。PDF 的页树 /Count 可能撒谎、trailer 的 startxref 可能指到文件外、对象表还会被高层访问悄悄补建。所以工具先按字节层扫描尾部结构，再做高层读取，同一个数只取一次；页数三口径并排（声明 / 原始递归实测 / 高层），不一致就标「部分读到」，不求和、不折中。经典 xref 表、交叉引用流、对象流、线性化、增量更新链都能分辨并报出。
• 书签不碰高层集合。这是本项目最危险的一处：PdfSharp 的高层 PdfOutlineCollection 在合法件上会抛类型转换，在悬空件上静默返回 0，在成环件上直接挂死并吃掉数百 MB 内存。工具只走原始 /Outlines 递归，带已访问对象集合的环检测、节点/层深预算和逐节点 try——成环件会停下并说明，不会带走整个进程。
• 字体与图像逐层解引用。Type0/CID 的 /FontDescriptor 与 /FontFile* 在 /DescendantFonts[0]，顶层取会全空；/FontFile3 的 /Subtype 挂在嵌入流本身上；ICCBased 的剖面是流，数组元素必须逐层 Deref，否则整列读不到。这些都是用探针样本一项项钉住的，不是照文档猜测。
• 「读不到」与「没有」严格分开。悬空引用只认 PdfNull 占位；缺 /Length 的流可能让整本打不开，工具会按字节层停点给「停点像是…」；XMP 解析失败降级为「原文 + 不完整」；表单字段标志缺失沿父节点继承；签名按 /V 去重后报三态（占位 / ByteRange 自洽 / 不符），只对拍 ByteRange 末字节与文件大小，不验签。
• 读完即释放。读取在后台线程完成，窗口先出来、读取过程不钉住界面；每份文件的文档对象在生成模型后立刻释放，累计表每读一份清零，避免多份文件之间串味。151 MB / 40 页的样本实测：窗口约 5 秒出现，界面读数 2,233 ms 读完，峰值常驻 546 MB；10,000 页 / 1.6 MB 的样本走虚拟表格，只渲染可见行。
• 只读有专门的验收。36 份样本在一轮完整读取后，逐份断言 SHA256、修改时间、字节数一份都没变，测试目录不新增不删除文件。这不是「代码里没写保存」的口头承诺，而是每次都跑的测试。

操作教程

1. 第 1 步：把 PDF 放进软件：三种入口：点「选择PDF」用文件对话框选（可多选）；把文件从资源管理器直接拖进窗口；或者在资源管理器里对着 PDF 点右键，选「百业PDF大师 → 信息查看..」（第一次用需要在软件里点一下「右键菜单」按钮把它装上）。多选几个文件时只开一扇窗、追加几行，不会每个文件弹一扇窗　预期：文件列表出现一行摘要：大小、页数、版本、加密状态、xref 结构、字体/图像数、问题条数；点中哪一行，下面的摘要与页签就跟着切到哪一份。非 PDF、已移走的文件、读不了的加密件各有中文原因，不会一闪而过，也不会闪退



三份样片同时载入；上半是文件列表，下半左侧是当前文件摘要、右侧是页面明细。注意页数一栏是「声明 / 实际 / 高层」三口径，不一致时会写「部分读到」，而不是拿一个数字硬撑

2. 第 2 步：先看摘要，再看页面：左栏从上往下看：版本、页数、文件大小、读取耗时、生成器、创建/修改时间、六项标准属性与自定义键、XMP、/Lang、标题栏开关、/ID、结构特征。右栏先停在「页面」页签，逐页看尺寸、旋转、内容流、滤镜、该页字体与图像　预期：页面尺寸 pt 与 mm 并排；CropBox 没写会明确写「未写」，不拿 MediaBox 冒充；内容流区分「键不存在」与「0 字节」；有读不到的项目时，底栏写「另有 N 处没读到，不等于没问题」
3. 第 3 步：切页签定位问题对象：依次看「字体」「图像」「书签」「批注」「表单」「附件」「XMP」；每张表都支持列头排序与关键字过滤。双击批注或字体行里的页号可以跳回「页面」页签并选中该页　预期：字体表里未嵌入的行整行标红，标准 14 字体豁免；图像表同时报独立对象数与引用次数，近似 dpi 标明是实测还是上限估算；书签成环的坏件会停下并说明；表单值、批注作者与正文、附件名都能看到——这些正是「属性清了、内容里还留着」的几处位置



Type0 的字形描述符在后代字体里、FontFile3 的 Subtype 在嵌入流上，这两处不逐层解引用就会误报「没有嵌入」。最后一条是故意做的未嵌入样本，红色行 + 计数，并在问题清单里指向「源软件重导出」

4. 第 4 步：看「问题」页，按级别处理：「问题」页签把 30 条规则的结果摊开：级别、规则编号、对象、问题、说明与影响、处置建议。能指向站内工具的会写具体工具（例如 XMP 不一致 → 元数据编辑器）；本站做不了的（补嵌字体、删批注、OCR）会直接写「本站暂无工具可做」　预期：底栏问题计数把「警示」「风险」「提示」分开；读不到对应字段的规则进「未判」，单独计数，不写「已检查、没问题」；万页文件只判预算内的页，其余明确写「未判」，不冒充通过



每一行都能说清「为什么算问题、会影响什么、下一步去哪」；底栏「另有 6 项进未判」是刻意保留的灰区，不是漏报

5. 第 5 步：导出 JSON、复制，或者和另一份对比：「导出JSON」把当前文件写成 <源名>_信息.json；「导出全部JSON」给列表里每份文件各写一份，并可另存一份汇总；「复制JSON」与「复制单行」走剪贴板；「与另一份对比」选列表里的另一份或磁盘上的基线文件，看摘要、逐页几何与问题条数差异　预期：导出文件是 UTF-8 带 BOM、缩进 2 空格，中文在记事本里正常显示；大流只给长度、滤镜与哈希前 8 位，不会把 PDF 撑成几十兆；同一份文件跟自己对比必须 0 差异；输出到已存在文件会先确认，永远不会写到源 PDF 上



XMP 解析失败也照样给原文另存入口；成功解析时列命名空间与关键项，并逐项对拍 /Info，把「两份元数据不一致」明写在表里

第一次用想开右键菜单，点工具栏「右键菜单」按钮即可装上，再点一次选移除就清干净，且不影响同系列其它工具；移动了软件所在的文件夹后，在新位置再点一次按钮刷新路径。同系列还有 PDF合并大师、PDF拆分器、PDF旋转工具、PDF删页工具、PDF提取页面、PDF页面重排、PDF裁剪工具、PDF页面缩放、PDF多页拼版、PDF水印专家、PDF页码页眉页脚 和 PDF元数据编辑器，共用同一个右键菜单分组。如果看完报告要动手修：没嵌入字体请回源软件重新导出（本站没有补嵌字体的工具）；属性缺失或不一致用元数据编辑器；页面顺序、角度、尺寸问题用对应的页面工具；批注与正文里的隐私本工具只能指出来，处置需要回到原编辑软件或专业的涂黑工具。

常见问题

软件截图

上半是文件列表（大小 / 页数 / 版本 / 加密 / 结构 / 字体 / 图像 / 问题），下半左侧摘要、右侧「页面」页签；底栏常驻只读声明与问题计数

Type1 / TrueType / CFF 的嵌入格式分列，未嵌入行整行标红；ToUnicode、字符范围、Widths 一并给出

30 条规则逐项判断，读不到的进「未判」；能指向站内工具的写明工具名

XMP 截断件：原始流长度照报、解析失败照写，同时仍可另存原文；成功解析时会逐项对拍 /Info

AES-256 系样片：不谎报损坏，给文件头版本、大小、读取耗时与结构判定；属性区读不到就写「属性区读不到」

界面读数 2,233 ms 读完（打开 178 ms、遍历 783 ms，其余为摘要计算），底栏同时报「另有 32 处没读到、32 项未判」，不把预算外的页算成通过

技术实现与后续维护

程序集 by.pdf.infoviewer，单文件发布：PdfSharp、界面库、授权组件与 JSON 组件都已合并/嵌入进 exe，包里再带一份空的 cfg.ini（首次启动由框架自己写运行状态），没有原生依赖，也不带任何渲染用的 dll。运行环境是 .NET Framework 4.8，Windows 10/11 一般已经具备。授权与试用计时按机器码在本机完成，不联网、不上传文件内容。

出厂前开发版与混淆发布版各跑了一套同样的五层验收，每版 1,721 条断言、0 失败：无界面自检 1,425 条（六种 PDF 值类型 × 读取/缺失/畸形矩阵、间接对象穿透、页树三口径、xref 五类结构、30 条问题规则三态、JSON 导出契约、XMP↔/Info 对比、diff 幂等、灰 ≠ 绿、只读声明与界面控件结构）；界面端到端 186 条（十个页签、过滤/排序、复制与导出双向解析、另存 XMP 原文、同文件对比、二次确认、加密件错/对口令、18 份边界件、非 PDF 拒收、32 份一次载入、只读证明）；151 MB 大文件与万页件 34 条；真实资源管理器多选 18 条；发布素材实拍 58 条。发布版在只放 exe + 空 cfg.ini 的干净目录里重跑了自检、端到端、大文件与右键菜单，证明没有旁加载 dll 也完整可用。

混淆采用 SmartAssembly 8：545 个类型里名字仍可读的只剩 5 个（2 个注入属性、Properties.Settings 与两个枚举，属工具链的设计行为），13 个清单资源名全部变成 GUID，入口点已抹平，sn -vf 验签有效，ildasm 打开会回「受保护的模块 -- 无法进行反汇编」。本文所有截图与封面都是用混淆后的发布版实拍，发布包内的 exe SHA256 与混淆产物逐字节一致。

后续可扩展的方向：把问题清单按你们归档规范增删规则并导出处理记录、把 JSON 直接对接归档/检索系统的入库字段、按目录批量体检并生成汇总报表、把「与另一份对比」扩成处理前/后的固定核对模板、给常用字段做白名单与阈值配置、以及在只读边界内增加更多结构探针（例如更细的对象流统计）。这些都能挂在现有「载入 → 模型 → 明细 → 问题 → JSON」的结构上，不需要改界面骨架。

已知的边界（不藏着）

本工具只读，不修文件、不补嵌字体、不删批注、不做 OCR、不校验 PDF/A、不脱敏、不比较对象级字节差异；不渲染页面，所以没有预览图。AES-256（/V=6）读不了，只说「本工具读不了」而不说文件损坏；页数三个口径不一致时显示「部分读到」，不强行给一个数；近似 dpi 只有在拿得到页面放置矩阵时才是实测值，否则是「像素 ÷ 页面尺寸」的上限估算，字段与表头都标了 basis / capped；JSON 不内联内容流、图像数据、字体文件与 XMP 原文；签名只做 ByteRange 结构对拍，不验签，「不符」只能作为线索、不能当作篡改证明；XMP 解析失败会降级为「原文 + 不完整」，不会因此把整份文件判成坏件；损坏文件有可能打不开，那时按字节层给报告，不保证能读出全部结构；万页文件的问题清单只判预算内的页，其余明确写「未判」；标准 14 字体不标红是刻意的豁免，不是漏检；本系列定宽窗体在 200% 缩放的小屏上底部可能落到屏幕外，100% 缩放按设计尺寸打开。这些边界在界面提示、问题清单与本文里用的是同一套措辞。

可以定制（二次开发）

这个工具按「一个痛点一个小工具」的思路做，界面和判断规则都可以按你的实际流程改：比如把问题清单换成你们归档规范的必检项、给字段阈值做配置（dpi 下限、图像字节上限、允许的页面尺寸集合）、按目录批量体检并输出固定格式的报表、把 JSON 直接映射到你们检索系统的字段、把「与另一份对比」做成处理前后的固定核对单、或者在报告里增加你们自己的编号与审核栏。也能和同系列的合并/拆分/旋转/删页/裁剪/水印/元数据工具串成一条流水：体检放在最前、元数据收口放在最后，中间按报告指出的问题逐项处理。需要改动的联系方式见站内「联系我们」页面的 QQ 客服，也可以在本文下方留言说明场景。定制合作会连同可编译的工程一起交付。

使用说明与免责声明

请只对你拥有合法权利、且有权查看其内部结构的文件使用本工具。报告里的「问题」是基于 PDF 结构的技术提示，不是法律、合规或取证结论：签名「不符」只能说明 ByteRange 与文件大小对不上，不能证明谁改过；XMP 声明了 PDF/A 不等于通过 PDF/A 验证；「没有命中规则」也不等于文件合规。工具不修改源文件，但导出的 JSON 会包含元数据、字体/图像清单、批注作者与表单值等可能敏感的信息，请自行决定保存位置与分享范围。对因使用本工具作出的判断或造成的损失，作者不承担责任。本工具按「现状」免费提供。