C# WinForms自定义PDF Writer类输出异常：仅显示首行排查

我为Windows Forms C#应用编写了一个简易PDF Writer类，应用可成功创建并写入文件，但在PDF阅读器中仅显示首行内容（Hello world!），后续两行内容无法显示。生成的PDF文件内容如下：

%PDF-1.7
1 0 obj
<< /Type /Catalog
/Pages 2 0 R
>>
endobj
2 0 obj
<< /Type /Pages
/Kids [3 0 R]
/Count 1
>>
endobj
3 0 obj
<< /Type /Page
/Parent 2 0 R
/Resources << >>
/Contents 4 0 R
/MediaBox [0 0 612 792]
>>
endobj
4 0 obj
<< /Length 300 >>
stream
BT
/Arial 12 Tf
50 700 Td
(Hello world!) Tj
50 680 Td
(01/05/2024 08:50:34) Tj
50 660 Td
(29 April 2024 - 01 May 2024) Tj
ET
endstream
endobj
<<
/Type /Metadata
/Subtype /XML
/Length 100
>>
stream
<?xpacket begin="" id="W5M0MpCehiHzreSzNTczkc9d"?>
<x:xmpmeta xmlns:x="adobe:ns:meta/">
</x:xmpmeta>
<?xpacket end="w"?>
endstream
endobj
<< /MarkInfo << /Marked true >> >>
endobj
<< /Type /StructTreeRoot >>
endobj
xref
0 5
0000000000 65535 f 
0000000009 00000 n 
0000000055 00000 n 
0000000108 00000 n 
0000000197 00000 n 
trailer
<< /Root 1 0 R
/Metadata 5 0 R
/MarkInfo 6 0 R
/StructTreeRoot 7 0 R
/Size 5
>>
startxref
254
%%EOF

问题根源分析 #

问题出在PDF文件的结构错误，和阅读器无关，主要有三点：

1. 交叉引用表（xref）缺失对象条目 #

你的PDF中定义了5、6、7号对象（Metadata、MarkInfo、StructTreeRoot），但xref表只声明了0 5（即仅包含0-4号对象的引用），且trailer中的/Size值设为5，这导致阅读器无法找到后续三个对象的位置，解析到此处会出现结构错误，中断内容渲染。

2. Stream长度值不匹配 #

PDF要求每个stream的/Length必须准确对应stream内容的字节数（不包含stream和endstream标记本身）。你设置的对象4的/Length 300、Metadata对象的/Length 100都和实际内容长度不符，阅读器会错误截断或读取无效内容，导致后续文本无法解析。

3. 字体资源未定义 #

在3号Page对象的/Resources中是空字典，但内容流里使用了/Arial 12 Tf指定字体。PDF规范要求必须在页面资源中定义所使用的字体，否则阅读器无法识别字体信息，即便部分阅读器会尝试 fallback 到默认字体，也可能导致后续文本渲染失败。

修复方案 #

1. 修正交叉引用表：

   • 将xref表的开头改为0 8（因为对象编号到7，加上0号共8个条目），并添加5、6、7号对象的偏移量。
   • 将trailer中的/Size值改为8。

2. 准确计算Stream长度：

   • 计算对象4中BT到ET之间的字节数，替换/Length 300为实际数值。
   • 计算Metadata stream中XML内容的字节数，替换/Length 100为实际数值。

3. 添加字体资源定义：
   最简单的方式是改用PDF内置字体（比如Helvetica），避免自定义字体的复杂定义，修改Page对象的/Resources：

   /Resources << /Font << /F1 << /Type /Font /Subtype /Type1 /BaseFont /Helvetica >> >> >>
   

   同时将内容流中的/Arial 12 Tf改为/F1 12 Tf。

内容的提问来源于stack exchange，提问作者Paul Alexander