摘  要： 針對可變數字印刷中常用的頁面描述語言及其文件格式，通過研究PostScript文件結構和PDF文件結構，介紹了如何實現PostScript文件與PDF文件間的數據轉換，給出兩種文件間轉換算法流程圖，并利用PostScript解釋器Ghostscript提供的API接口，實現了PostScript文件和PDF文件間的轉換。轉換結果表明，該轉換算法轉換效果比較好，實現了所見即所得。
關鍵詞： PostScript；PDF；數據轉換

　在可變數據印刷系統中，每個電子頁面的內容（如文字、圖形、圖像）經過頁面描述語言合成后產生相應的可變數據印刷頁面，最終形成特定的數據文件。PostScript文件（簡稱PS）和PDF文件是目前存儲可變數據印刷頁面常用的文件格式，因此，研究這兩種文件格式之間的數據轉換對可變數據印刷的發展具有一定的意義。而當前PS文件與PDF文件之間的轉換主要有兩種方式[1]：（1）通過專業的軟件（如Acrobat Distiller）轉換；（2）通過虛擬打印機來實現。
　但是這兩種方式都不利于自主研究數據印刷系統的開發。本文根據PS文件格式和PDF文件格式的特點，利用PS解釋器Ghostscript提供的API接口，通過VC6.0實現了PS文件和PDF文件的相互轉換，并給出相應的代碼。
1 PostScript和PDF文件結構
1.1 PostScript文件
　PostScript是由Adobe公司開發的頁面描述語言，其最大特點是可以將印刷品中包含的文字、圖形、圖像、字體和顏色等各種元素用一種計算機數據來表現和描述，然后經過RIP（光柵圖像處理器）快速地解釋為可控制打印設備輸出用的點陣信息。用PostScript語言所描述的頁面文件稱為PS文件，其后綴名為.ps或.eps。
　PostScript程序可訪問的所有數據都是以對象（Object）形式存在的[2]，對象由操作符產生、管理和撤銷。常用的對象有整數和實數、布爾型、數組、壓縮數組、串、名字、字典等[3-4]。程序中的數據存儲在堆棧中并通過堆棧被操作符管理執行。
　PostScript語言解釋器對語句的執行是逐句解釋執行，控制比較靈活，一切操作均通過堆棧進行。例如用粗線畫一個圓：
%%Title：用粗線畫一個圓
/inch{72 mul} def
4.25 inch 5.5 inch
2.5 inch
0 360 arc                                
1.75 inch setlinewidth
stroke
showpage
　以‘%’開頭的第一段語句表示注釋，第二段語句定義了名字對象‘inch’，接著定義圓的中心位置（4.25，5.5），半徑2.5；然后畫角度為360°的圓；最后定義粗線的寬度1.75，畫出粗線的路徑進行顯示。
1.2 PDF文件
　便攜式文件格式PDF（Portable Document Format）是Adobe公司繼PostScript后于1993年推出的一種電子文件格式[5]。它具有能夠完整地保存任何原文檔中的文字、格式、顏色、圖形、可加密等優秀特性，廣泛應用于數據印刷系統中。
　PDF文件主要由四部分組成：文件頭（Header）、文件體（Body）、交叉引用表（Cross-referrence table）和文件尾（Trailer）。PDF作為一種結構化的文件格式，它是由一些具有特定數字標號的“對象”的模塊所組成。其文檔結構是一種樹形結構，通過文件尾（Trailer）可以找到文件體的根對象Catalog[6]，根對象包含PDF文檔的大綱（Outline）、頁面組對象（Pages Tree）等。文檔結構具體層次關系如圖1所示。

　其中頁面對象（Page）作為PDF中最重要的對象，包含了該頁面的文字、圖片、頁面大小等信息。頁面中包含的信息是包含在一個稱為流（stream）[7-8]的對象里，這個流的長度（字節數）必須直接給出或指向另外一個對象。
2 文件格式轉換算法的實現
　根據前兩節的PostScript文件結構可知，要實現PS文件到PDF文件的轉換，首先需要對PS文件中的不同信息（文字、圖形和圖像等）進行解析，然后轉換為對應的PDF對象。兩者間轉換的總流程主要為：
　（1）導入要轉換的PostScript文件，初始化PS解釋器；
　（2）開始掃描PS文件，記錄當前代碼段所在頁。判斷頁信息是否已經到末尾，是則退出，否則繼續向下掃描；
　（3）讀取PS頁面描述信息，對其中的文本信息、圖形信息和圖像信息分別進行提取并處理；
　（4）將第三步中處理的文本、圖形和圖像信息進行重構，然后分別轉換為相對應的PDF對象；
　（5）判斷PS文件是否掃描結束，是則回到第（2）步，否則回到第（3）步；
　（6）轉換算法結束。
　圖2為PS文件轉換為PDF文件的總流程圖。

　由于PostScript文件對文本、圖形和圖像的描述機制各不相同，因此，其相應的信息提取算法也不盡相同。在PostScript文件中，圖像是取樣值的矩形數值，每個取樣值表示某種彩色。按行或者列掃描圖像矩形所得的一串取樣數據定義了一個圖像。除了矩形數組之外，PS程序中還包括一些圖像參數：源圖像的格式、圖像取樣數據的數據源、圖像空間坐標等。因此，對PS文件中圖像的提取主要是將圖像的參數和圖像取樣數據進行提取，其對應的提取算法流程圖如圖3所示。

　在標準的PostScript文件中，文本大都是以字庫[9]的形式進行保存，因此在PostScript中的字符可以由PS解釋器根據字庫提取出對應的字符。對PS文件中文本信息的提取流程如圖4所示，主要過程如下：
　（1）掃描文檔，記錄當前頁面信息。判斷是否已掃描到文件尾，是則跳轉到第（5）步，否則跳到第（2）步；
　（2）繼續掃描，判斷是否掃描到文本提示符，是則跳到第（3）步，否則跳回第（1）步；
　（3）根據文本提示符獲取相應的字庫詞典，查找字庫獲取PS所描述的字符；
　（4）保存第（3）步提取的文本信息；
　（5）結束文本掃描。

　掃描文件時通過尋找關鍵操作符函數FindStringInBuffer（），可以得到需要的操作符位置。源程序如下：
size_t FindStringInBuffer（char*buffer，char*search，size_t buffersize）
{
     char*buffer0=buffer；
     size_t len=strlen（search）；
     bool fnd=false；
     while （!fnd）
     {
       fnd=true；
       for（size_t i=0；i<len；i++）
       {
         if（buffer[i]!=search[i]）
         {
           fnd=false；
           break；
         }
     }
     if （fnd） return buffer-buffer0；
     buffer=buffer+1；
  if （buffer-buffer0+len>=buffersize）
  return-1；
  }
  return-1；
}
　由于PS解釋器的實現比較復雜，本文通過利用PS解釋器Ghostscript提供的API接口函數對PS文件進行解釋轉換。首先通過接口函數gsapi_new_instance（）新建一個要轉換的實例。轉換過程主要在接口函數gsapi_init_with_args（）中進行，即初始化PS解釋器并將輸入PS對象轉換為對應的PDF對象。主要轉換程序如下：
if（code=gsapi_new_instance（&minst， NULL））  
{
     printf（"Can′t create Ghostscript instance\n"）；
     return 1；
}
code=gsapi_init_with_args（minst，gsargc，（char**）gsargv）；
code1=gsapi_exit（minst）；
if（（code==0）||（code==e_Quit））
code=code1；
gsapi_delete_instance（minst）；
if（（code==0）||（code==e_Quit））
  return 0；
3 效果及結論
　本文的程序在VC6.0上編譯通過，并可以將輸入的PS文件（my.ps）轉換為PDF文件（my.pdf）。轉換前后的結果如下：
　由圖5和圖6可以看出，轉換前后的圖像幾乎完全一樣。由圖7中文本的轉換結果可以看出，轉換的字符內容一樣。通過修改輸入文件名和輸出文件名類型，例如輸入文件為.pdf格式文件，輸出文件為.ps文件，也可以實現PDF文件到ＰＳ文件的轉換。因此，在設計開發可變數據印刷系統時，可以將該程序作為數據轉換的一部分嵌入到印刷軟件系統中，具有一定的實用性。但是，由于ＰＳ解釋器并非獨立設計，受到其接口函數的限制，程序的延伸性不是很好。

參考文獻
[1] 張志偉，孔凡讓，吳欣.PostScript格式文獻中數學表達式的提取方法[J].計算機應用與軟件，2008，25（11）：157-159.
[2] USA Adobe Systems Inc. PostScript language reference mannal. Addison Wesley Protessional， 1990.
[3] 何明，匡燕玲，李小龍，等.頁面描述語言PostScript及其轉換程序[J]. 北京工業大學學報，2004，20（4）：102-104.
[4] 徐福培，潘志庚.頁面描述語言及其程序設計[M].南京：南京大學出版社，1994.
[5] USA Adobe Systems Inc. Document management-Portable document format-Part 1：PDF 1.7[J]. Adobe Systems Incorporated， 2008， PDF 32000-1.
[6] 李珍，田學東.PDF文件信息的抽取與分析[J].計算機應用，2003，23（12）：145-148.
[7] 王婉，韓逸秋，徐福培.PDF文件格式及其向PS文件轉換的研究[J].計算機科學，2001，28（9）：123-127.
[8] 吳一民，朱檬，羅綿川.基于.NET平臺PostScript文件解析標引系統設計與實現[J].微計算機應用，2009（10）：5863.
[9] 段華偉，黃靈閣.計算機文字處理技術現狀[J].印刷質量與標準化，2004（5）：39-41.