PDF文件衍生自PostScript，最初用记事本就可以打开编辑。随着PDF嵌入的内容功能越来越多，有些二进制的图像和音视频数据，就出现了stream，以及对PDF压缩的需求。

在2008年1月，PDF成为了ISO标准（ISO 32000），截止目前停留在1.7版本。

如果你用notepad++，以文本的方式尝试打开PDF文件，基本可以看清文件的结构。但它总希望被认为是一个二进制文件，最好以binary的方式读取。为了达到这个目的，会在标题行后紧跟一个注释行，要求至少包含四个二进制字符（byte最高位为1），这样就差不多能让很多App识别出这是一个二进制文件。

以下片段，用记事本另存为PDF，就是正常的PDF文件

%PDF-1.1
%￥±?

1 0 obj
  << /Type /Catalog
     /Pages 2 0 R
  >>
endobj

2 0 obj
  << /Type /Pages
     /Kids [3 0 R]
     /Count 1
     /MediaBox [0 0 200 144]
  >>
endobj

3 0 obj
  <<  /Type /Page
      /Parent 2 0 R
      /Resources << /Font << /F1 << /Type /Font /Subtype /Type1/BaseFont /Times-Roman
               >>
           >>
       >>
      /Contents 4 0 R
  >>
endobj

4 0 obj
  << /Length 55 >>
stream
  BT
    /F1 18 Tf
    0 0 Td
    (Hello World) Tj
  ET
endstream
endobj

xref
0 5
0000000000 65535 f 
0000000018 00000 n 
0000000077 00000 n 
0000000178 00000 n 
0000000457 00000 n 
trailer
  <<  /Root 1 0 R
      /Size 5
  >>
startxref
565
%%EOF

拷贝上述内容，保存为PDF文件打开，你将看到：

总结：

1.PDF版本号，在文件开头处：%PDF-1.7

2.PDF第二行乱码没啥用，随便4个高字节为1的byte：%a??ó

本次先分享到这，哈不太习惯头条的编辑发布，搞得有点麻烦。下次，我再分享一段python代码用于解析PDF的结构。