Nong.Pdf.Parse

PDF 文件是字节流，上层要的是对象树、页列表和能解码的流内容。这个库把 PDF 字节解析成可导航的对象模型：词法切分、交叉引用定位、页树遍历、滤镜解码、标准加密解密。解析器自研，不依赖第三方 PDF 库。

Text、Image、Info、Layout 四个包都建立在这一层上，不各自解析字节。

对外是什么

• 文档（IDisposable）：入口。两个构造 new 文档(路径, 口令?)、new 文档(字节, 口令?, 来源?)；成员 页面们（List<页面>）、目录、尾部字典、取对象(编号)、解引用(对象)、静态 输入上限MB。
• 对象体系（对象 的子类）：名称对象、数字对象、字符串对象、布尔对象、空对象、字典对象、数组对象、流对象、间接引用。字典有 取名称、取数字、取整数、取字符串文本、取布尔、取数组、取解引用 等按类型取值方法。
• 对象扫描器：词法层，把字节切成名称、数字、字符串、字典、数组、流、间接引用。
• 交叉引用表：经典表、交叉引用流、混合模式 /XRefStm，以及对象流（type 2 条目）都能定位。
• 页树：遍历(文档, 目录) 收集叶子页。页面 给 宽、高（MediaBox 优先、CropBox 兜底，都沿 Parent 链继承）、资源们（同样继承）、图像们（页面资源里 /Subtype /Image 的流，按 XObject 枚举序）。
• 滤镜：解一段 处理单个滤镜，解码链 处理 /Filter 数组并应用 /DecodeParms 的 Predictor，Flate解压到 流式解压。
• 图像对象：给宽、高、位深、颜色空间名、原始字节，以及 转图像字节()（PNG）和 解码图像租借()（池化位图，DCT 走 JPEG 裸流、CCITT 传真位展开）。
• 解密：解密器.建立 从尾部字典建解密器，未加密返回 null；异常类型是 缺口令异常、口令不匹配异常、加密版本不支持异常。
• 矩阵运算：PDF 变换矩阵乘法。

怎么调

using Nong.Pdf.Parse;

using var 文档 = new 文档("论文.pdf", 口令: null);

// 页列表
foreach (var 页 in 文档.页面们)
    Console.WriteLine($"{页.宽}×{页.高} 图 {页.图像们.Count} 张");

// 按对象编号取对象并解引用
var 对象 = 文档.解引用(文档.取对象(12));

// 解码一个流（含滤镜链与 Predictor）
if (文档.解引用(文档.目录.取("Metadata")) is 流对象 流)
    Console.WriteLine(流.解码字节(文档.取对象).Length);

外部依赖

依赖	用途
Nong.Sharp.Read	位图类型，JPEG 裸流与 CCITT 传真解码
Nong.Sharp.Write	PNG 编码（转图像字节）

第三方 PDF 库一个都不用。

已知边界

• 文档整份读进内存，缺省单文件上限 100MB，可用 NONG_PDF_MAX_INPUT_MB 调；路径入口和字节入口都挡，超限抛 Pdf输入过大异常。
• 加密只支持 Standard 过滤器、V4/R4、AESV2（AES-128）。V5/R6 的 AES-256、其他过滤器与加密方法抛 加密版本不支持异常，拿外部工具解密后再送。
• 无口令与口令错是两个异常：缺口令异常、口令不匹配异常，不会静默返回空内容。
• 滤镜实现 Flate 与 ASCIIHex；DCT/JPX 在本层直通，像素解码交给图像解码器；LZW、RunLength、ASCII85 等未实现的滤镜抛 不支持特性异常，不把压缩字节当解码结果。JPEG2000 图像明确不支持。
• 尾部没有合法 startxref、/Root 不是 Catalog、页树深度超过 100 层，抛 非法PDF异常。损坏文件不走暴力搜索偏移的兜底路径。
• 页树的容器按间接引用编号去重，/Kids 成环时跳过，不无限递归。