芯片验证漫游指南 pdf_更好地认识PDF 文件

今天看到少数派推送了一篇关于PDF的文章，《理解数字世界中的纸张：PDF | 科普》https://sspai.com/post/47092(可点击原文前往)，将PDF这种格式解释得非常清楚。涉及到为什么PDF 的外观非常稳定？为什么PDF 中的文字经常难以复制？为什么PDF 很难编辑？

PDF其实是用得多、了解得相对少的格式，但在学术研究的使用中非常广泛。但对PDF存在太多成见，有时候我也需要解释半天才能让对方理解其中的一些特点，比如OCR，一般人都理解为将图片模式变成文本，固然没错，但很难让他理解到文本是放在图片底层，并且与图像对应，必要的时候还可以修改底层OCR，以使得结果更为正确，但无论如何，对于阅读是没有影响的。

我写的这个数字人文时代的个人数据库系列，其最基本的就是对PDF文件进行检索，其中有系列三即是PDF优化工具和OCR工具的选择，讲到了我自己的各种处理办法，包括如何从其他各种文件转化为PDF及转化的参数，如何将双页扫描的PDF中间切开成两页等。

我最早接触PDF作为学术传播的工具，还是在汪丁丁教授的课上，他当时会把自己做了大量笔记的PDF文件传给大家，这其实相当少见。一方面教授在电子书上记笔记就挺少的，另一方面愿意将自己的笔记分发给学生的就更少。我最早对PDF的注解大概就是学的汪老师的方式，掌握了在Adobe Acorbat pro上的一堆快捷键，做各种类型的笔记。

少数派的这篇文章非常有意思，下面略述几点，大家可以点击原文去看这篇文章。

1.    其中