# pdf_project

**Repository Path**: xsgnpp/pdf_project

## Basic Information

- **Project Name**: pdf_project
- **Description**: No description available
- **Primary Language**: C++
- **License**: Zlib
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-04-23
- **Last Updated**: 2024-04-24

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README




# pdf_project
#### 
### Compress-jpeg
正在实现
:::danger
功能还没完全实现，卡在turbojpeg的检查jpeg的header上，Instance has not been initialized for decompression，这是报错信息。
:::

### Remove-dummy-object
正在实现
:::danger
个人看了下pdf的底层结构，想删除重复的元素并不是表面上这么简单，不能根据对象的编号来删除，就算是内容一模一样的对象，他们两的编号也是不同的，得根据对象的内容进行对比，如果一样则删除，也可以直接引用第一个出现的内容，这是我的想法。
:::
### Remove-Unused-object
正在实现
:::danger
这个跟移除重复对象一样，得查xref表看哪些对象的状态是f，然后进行删除，删除的话也不是很简单，得注意不能破坏pdf的完整性和可用性，感觉还有很多我没注意的地方，然后还得用别的库帮一下忙，个人觉得删除xref里面的内容应该还有我没注意的地方，得多了解点。
:::

### Reduce-Font's-Unused-character
正在实现
:::danger
我的思路是用freetype库检测用到了pdf用到了哪些字符的unicode编码，用hash存着，时间复杂度是O(n)，然后将他们形成字体子集，还有些步骤还没了解，还得多查阅资料。
:::

### libharu v1
:::info
使用python+fontTools工具对TTF字体文件完成解析，解析、输出TTF文件内所有的字符至txt文件；
使用c++加上libharu库对txt进行解析、生成pdf。
:::

### libharu v2
:::info
使用freetype完成解析，输出TTF文件内所有的字符至txt文件；
使用c++加上libharu库对txt进行解析、生成pdf。
:::