如何在PDF末尾%<<-- key -->>{}标签中读写数据？附JS/Python代码

一、读取标签内的数据 #

PDF规范允许在文件末尾（%%EOF之前）添加以%开头的注释内容，你遇到的标签格式为%<--Key-->{JSON数据}<--Key-->，可以通过正则表达式匹配提取其中的JSON内容。

Python 实现 #

import re
import json

def read_pdf_tag(pdf_path):
    with open(pdf_path, 'rb') as f:
        # 读取文件末尾10KB内容，避免加载大文件到内存
        f.seek(-1024 * 10, 2)
        content = f.read().decode('utf-8', errors='ignore')
    
    # 匹配标签格式，提取中间的JSON数据
    pattern = r'%<--Key-->(.*?)<--Key-->'
    match = re.search(pattern, content, re.DOTALL)
    if match:
        tag_data = match.group(1)
        try:
            return json.loads(tag_data)
        except json.JSONDecodeError:
            return "标签内数据不是有效JSON格式"
    else:
        return "未找到目标标签"

# 使用示例
pdf_file = "example.pdf"
tag_content = read_pdf_tag(pdf_file)
print(tag_content)

JavaScript（Node.js）实现 #

const fs = require('fs');

function readPdfTag(pdfPath) {
    const fileSize = fs.statSync(pdfPath).size;
    const readBuffer = Buffer.alloc(1024 * 10); // 读取末尾10KB内容
    const fd = fs.openSync(pdfPath, 'r');
    fs.readSync(fd, readBuffer, 0, readBuffer.length, fileSize - readBuffer.length);
    fs.closeSync(fd);
    
    const content = readBuffer.toString('utf8', 'ignore');
    const pattern = /%<--Key-->([\s\S]*?)<--Key-->/;
    const match = content.match(pattern);
    
    if (match) {
        try {
            return JSON.parse(match[1]);
        } catch (e) {
            return "标签内数据不是有效JSON格式";
        }
    } else {
        return "未找到目标标签";
    }
}

// 使用示例
const pdfFile = "example.pdf";
const tagContent = readPdfTag(pdfFile);
console.log(tagContent);

二、向PDF末尾添加自定义标签 #

添加标签时需注意不能破坏PDF的结构，正确位置是在startxref行之前（或startxref与%%EOF之间）。如果已有相同标签，可选择替换或追加。

Python 实现（添加/替换标签） #

import re
import json

def add_pdf_tag(pdf_path, custom_data):
    json_data = json.dumps(custom_data)
    tag = f'%<--Key-->{json_data}<--Key-->\n'
    
    with open(pdf_path, 'r+b') as f:
        # 读取末尾10KB内容定位关键标记
        f.seek(-1024 * 10, 2)
        content = f.read().decode('utf-8', errors='ignore')
        
        # 检查是否已有标签，有则替换，无则插入到startxref前
        pattern = r'%<--Key-->(.*?)<--Key-->\n?'
        if re.search(pattern, content):
            new_content = re.sub(pattern, tag, content)
        else:
            startxref_pos = content.find('startxref')
            if startxref_pos != -1:
                new_content = content[:startxref_pos] + tag + content[startxref_pos:]
            else:
                # 极端情况，直接追加到%%EOF前
                eof_pos = content.find('%%EOF')
                new_content = content[:eof_pos] + tag + content[eof_pos:]
        
        # 定位到读取的起始位置，写入新内容
        f.seek(-1024 * 10, 2)
        f.write(new_content.encode('utf-8'))

# 使用示例
custom_data = {
    "H": "自定义哈希值",
    "N": "Test",
    "V": "2.1"
}
add_pdf_tag("example.pdf", custom_data)

JavaScript（Node.js）实现（添加/替换标签） #

const fs = require('fs');

function addPdfTag(pdfPath, customData) {
    const jsonData = JSON.stringify(customData);
    const tag = `%<--Key-->${jsonData}<--Key-->\n`;
    
    const fileSize = fs.statSync(pdfPath).size;
    const readBuffer = Buffer.alloc(1024 * 10);
    const fd = fs.openSync(pdfPath, 'r+');
    fs.readSync(fd, readBuffer, 0, readBuffer.length, fileSize - readBuffer.length);
    let content = readBuffer.toString('utf8', 'ignore');
    
    const pattern = /%<--Key-->[\s\S]*?<--Key-->\n?/;
    if (pattern.test(content)) {
        content = content.replace(pattern, tag);
    } else {
        const startxrefPos = content.indexOf('startxref');
        if (startxrefPos !== -1) {
            content = content.slice(0, startxrefPos) + tag + content.slice(startxrefPos);
        } else {
            const eofPos = content.indexOf('%%EOF');
            content = content.slice(0, eofPos) + tag + content.slice(eofPos);
        }
    }
    
    fs.seekSync(fd, fileSize - readBuffer.length, 0);
    fs.writeSync(fd, content);
    fs.closeSync(fd);
}

// 使用示例
const customData = {
    "H": "自定义哈希值",
    "N": "Test",
    "V": "2.1"
};
addPdfTag("example.pdf", customData);

内容的提问来源于stack exchange，提问作者Mayukh Pankaj