Понадобилось конвертировать один PDF-файл в fb2. Поскольку ни один из перепробованных мною
конверторов не справился с задачей должным образом, решил написать свой скрипт на Python.
Т.к. данные потоков моего PDF-документа сжаты по алгоритму zlib/Flate (фильтр /FlateDecode), то
пришлось реализовать собственный декомпрессор.
Естественно, в целях отладки, стал декодировать различные данные, как из потоков PDF, так и из
ZIP-архивов. И всё работало до тех пор, пока не натолкнулся на следующий фрагмент из 39 байт
(собственно данные тут выделены, первые 2 байта 48 89 - заголовок zlib):
Ошибка декомпрессии! Вот отладочный лог:
| Код |
|
Здесь видно, что первые 9 байт декодировались нормально (строка "q\rq\r447 0", что похоже на
истину), а вот дальше следует код Length/Distance. После декодирования получилось, что длина
повторившейся последовательности равна 3, вот расстояние до неё аж 359, при том, что "скользящее
окно" заполнено только на 9 байт! Здесь явно не порядок! Ну а в конце, данные неожиданно
закончились без маркера конца 256.
Вопрос: где ошибка?
В PDF-файле? Но ведь он спокойно открывается. И этот поток каким-то образом прочитывается (проверял).
В коде декомпрессора? Но я уже перепроверил всё что можно. Декодировал больше сотни разных
данных, - всё работает как часы! Сбой - только на этом куске.
Вот, собственно, бинарник:
http://www.sendspace.com/file/qaakut
http://uploadbox.com/files/54637637c5
Если есть на форуме спецы по сжатию, то очень надеюсь на помощь, а то скоро крыша поедет!
А если у вас есть собственная реализация алгоритма Inflate, то попробуйте декодировать прилагаемый файл и отпишитесь о результате.
Заранее спасибо!