如何确定线性化PDF文件中第1页的范围（以字节为单位）？
我知道我可以“线性化”PDF文件，例如使用Acrobat SDK或使用商业工具。 这也称为“针对网络优化”，它重新排列PDF，以便第1页可以尽快加载。 以这种方式提供的PDF显示得更快，因为PDF查看器不必等待下载整个PDF。
更新：基于下面的答案，我现在意识到线性化的PDF不仅重新排列，而且还包含有关其自身结构的元数据，以“线性化字典”的forms。
我有一个应用程序，我想预取几个PDF（查询的结果），以期用户希望看到其中一个。 如果我的客户端可以为每个搜索结果下载第1页，只有第1页，那将是非常棒的。 当用户选择其中一个时，可以立即显示第1页，其余部分可以在后台下载。
我正在寻找可以用于服务器端（Windows或Linux）来预处理我的PDF的通用解决方案，以便我可以分别存储和提供第1页和其余部分。 真的，我需要知道的是PDF中的哪一个是正确显示第1页所需的最后一个字节。如果我可以有这个数字，那么其他所有内容都是如此。
我已经浏览了PDF的ISO规范，但文件格式似乎太复杂，我无法简单地解析第1页结束的位置。 另一方面，线性化PDF的工具几乎肯定知道第1页的结束位置。
我对客户提供PDF文件的复杂性并不感兴趣; 这部分已经解决，因为客户端是一个应用程序，而不是一个浏览器，我完全控制。
我也认为它不会帮助我使用AP拆分工具将PDF 拆分为“第1页”PDF和完整的PDF。 如果我这样做，那么我将无法欺骗客户端查看器认为它是单个PDF文件，并且当我用完整的PDF替换“第1页”PDF时会有明显的闪烁。
任何帮助或指针赞赏。
解决方案 （基于Bobrovsky的答案）：
正确线性化的PDF以标题行开头（在PDF规范的7.5.2节中定义），例如“％PDF-1.7”，后跟至少四个二进制字符的注释行（定义为128或更高的字节值） 。 例如：
%PDF-1.7 %¤¤¤¤ 此标题后面紧跟着线性化字典（在PDF规范的附录F中定义）。 一个例子：
43 0 obj <> endobj
在这个例子中，第一页的末尾是字节偏移5437.这个数据结构很简单，可以使用几乎任何语言进行解析。 “43 0 obj”事物给出了该字典（43）的ID和世代号（线性化文件总是为零）。 字典本身被<>包围，其间是键值对（键有斜杠，如“/ E”）。
这是一个使用正则表达式查找相关数字的C＃方法：
public int GetPageOneLength(byte[] data) { // According to ISO PDF spec: "The linearization parameter dictionary shall be entirely contained within the first 1024 bytes of the PDF file" (p. 679) string preamble = new string(ASCIIEncoding.ASCII.GetChars(data, 0, 1024)); // Note that the binary section on line 2 of the header will be entirely converted to question martks ('?') var match = Regex.Match(preamble, @"<<\w*/Linearized.+/E\s+(?\d+).+>>"); if (!match.Success) throw new InvalidDataException("PDF does not have a proper linearization dictionary"); return int.Parse(match.Groups["offset"].Value); }
注意Bobrovsky警告说文件可能包含线性化字典，但可能没有正确线性化（可能是因为增量编辑？）。 在我的情况下，这不是问题，因为我将自己线性化所有PDF。
线性化词典应该对此有所帮助。
包含E参数所需的字典
相对于文件开头的第一页末尾（示例F.1中第6部分的结尾）的偏移量。
请注意，并非每个带有线性化字典的文件都实际上是线性化的（损坏的生成器，线性化后的更改等）。因此，如果未validation文件是否正确线性化，则可能无法使用所描述的方法。
有关线性化字典的更多信息，请参阅PDF参考中的F.2.2线性化参数字典（第2部分） 。