นับจำนวนหน้าใน PDF โดยไม่ใช้ไลบรารี PDF

รูปแบบนี้มีข้อกำหนดหนึ่งข้อที่กลายเป็นงานวิศวกรรมจริงจัง คุณต้องรู้ว่าเอกสารมีกี่หน้าก่อนที่จะได้อ่านหน้าไหนเลย โดยรู้จากตัวไบต์ล้วน ๆ ในเส้นทางคำขอที่ถือสิทธิ์การประมวลผลพร้อมกันอยู่แล้ว

ทางที่ดูชัดที่สุดคือเพิ่มไลบรารี PDF เข้ามา แต่ตัวนับหน้าทำงานในสองรันไทม์ อยู่ในเส้นทางร้อนของการตัดเครดิต และต้องการคุณสมบัติหนึ่งที่ตัวแยกวิเคราะห์อเนกประสงค์จงใจไม่มีให้ ในจุดที่ตัวอื่นเดา มันต้องปฏิเสธ

การเดาเป็นค่าเริ่มต้นที่เป็นมิตรกว่าในเกือบทุกที่ โปรแกรมอ่านที่แสดงผลได้ 47 จาก 50 หน้ามีประโยชน์กว่าโปรแกรมที่ขึ้นข้อผิดพลาด แต่ที่นี่พฤติกรรมเดียวกันแปลว่าคิดเงินผิดจำนวน และข้อผิดพลาดด้านการคิดเงินที่ลูกค้าเป็นคนพบ มีราคาแพงกว่าทุกหน้าที่มันช่วยประหยัดไว้ โมดูลนี้จึงมีสิ่งที่ต้องพึ่งพาเพียงอย่างเดียวคือ node:zlib ซึ่งบันก็มีมาให้ และมีกฎข้อเดียว คือทุกความคลุมเครือจะโยนข้อผิดพลาดออกมา

ไฟล์ PDF อ่านย้อนจากท้าย ไฟล์จบด้วยคำสำคัญ startxref และตำแหน่งไบต์หนึ่งค่า ตำแหน่งนั้นชี้ไปยังโครงสร้างอ้างอิงไขว้ โครงสร้างนั้นระบุตำแหน่งของอ็อบเจกต์ทุกตัวในไฟล์ หนึ่งในอ็อบเจกต์เหล่านั้นคือแคตตาล็อก แคตตาล็อกระบุต้นไม้ของหน้า และต้นไม้ของหน้าเก็บค่า /Count ไว้

ลูกศรทุกอันคือจุดที่ไฟล์จะซื่อตรง ผิดแผก หรือมุ่งร้ายก็ได้ ตัวนับจะกวาดหน้าต่างขนาดจำกัดจากท้ายไฟล์เพื่อหา startxref ตัวสุดท้าย เพราะไฟล์หนึ่งอาจมีหลายตัว และมีเพียงตัวสุดท้ายที่ใช้ได้

โครงสร้างอ้างอิงไขว้ถูกกำหนดไว้ครั้งเดียวแล้วขยายอีกสามครั้ง ตัวอ่านที่รองรับเฉพาะรูปแบบดั้งเดิมจะล้มเหลวกับเอกสารจำนวนมากที่ผลิตในทศวรรษนี้

ตัวทำนายคือส่วนที่คนส่วนใหญ่ประหลาดใจ สตรีมอ้างอิงไขว้ไม่ได้ถูกบีบอัดเฉย ๆ ก่อนบีบอัดแต่ละแถวถูกแทนที่ด้วยผลต่างจากแถวก่อนหน้า ด้วยวิธีทำนายแบบเดียวกับที่ PNG ใช้กับเส้นสแกน การคลายบีบอัดจึงได้ผลต่างออกมา การกู้ตารางกลับมาต้องบวกแต่ละแถวคืนเข้ากับแถวก่อนหน้าตามลำดับ ก่อนที่จะอ่านฟิลด์ใดได้

อ็อบเจกต์ยังอยู่ในสตรีมอ็อบเจกต์ได้ด้วย ตัวสตรีมเองก็เป็นอ็อบเจกต์ ที่ต้องหาตำแหน่งผ่านโครงสร้างอ้างอิงไขว้ชุดเดิม และคลายบีบอัดก่อน จึงจะอ่านเนื้อในได้ การไล่หาแคตตาล็อกจึงอาจต้องคลายบีบอัดสตรีมหนึ่ง เพื่อหาอ็อบเจกต์ที่ระบุสตรีมอีกตัว ซึ่งเก็บต้นไม้ของหน้าไว้ ทั้งหมดนี้ยังไม่ได้แตะพิกเซลแม้แต่จุดเดียว

ตัวนับแยกเหตุผลของความล้มเหลวไว้สิบเอ็ดแบบภายใน และจับคู่กับรหัสสาธารณะสองรหัส เอกสารที่ติดเพียงรหัสผ่านจะได้รับคำตอบตรงตามนั้น เพราะเป็นข้อเท็จจริงที่ผู้เรียกลงมือแก้ได้ ส่วนเหตุผลที่เหลือมาถึงในรหัสเดียว ความไม่สมมาตรนี้ตั้งใจไว้ ผู้เรียกจำเป็นต้องรู้ว่าเอกสารอ่านไม่ได้ ส่วนเหตุผลควรอยู่ในบันทึกของเรา ซึ่งเป็นข้อมูลวินิจฉัย และไม่ควรกลายเป็นคำเชิญให้มาทดลองหยั่งเชิงตัวแยกวิเคราะห์

การคลายบีบอัดถูกจำกัดผลลัพธ์ไว้ที่ 32 MB เพราะสตรีมอ้างอิงไขว้คืออ็อบเจกต์ที่บีบอัดมาจากคนแปลกหน้า และ inflateSync ก็ยินดีจะผลิตข้อมูลขนาดกิกะไบต์จากไม่กี่กิโลไบต์ถ้ามีคนขอ

/Count เป็นค่าที่อยู่ในไฟล์ และไฟล์ก็ระบุเรื่องของตัวเองผิดได้ ตัวนับตรวจจับเรื่องนั้นไม่ได้ และไม่พยายามตรวจ การตรวจเกิดขึ้นที่ปลายทางแทน คือที่ขอบเขตของผู้ให้บริการประมวลผล ผลการอ่านต้องกลับมาด้วยจำนวนหน้าเท่ากับที่นับและคิดเงินไว้พอดี มิฉะนั้นการส่งมอบจะถูกปฏิเสธและคืนเครดิต

นี่คือรูปแบบคำตอบทั่วไปเมื่อการตรวจแบบราคาถูกทำให้แน่นหนาไม่ได้ ให้วางการตรวจราคาถูกไว้ในที่ของมัน แล้ววางการตรวจครั้งที่สองที่แม่นยำไว้ตรงจุดที่ความจริงปรากฏ

ไฟล์ PNG JPEG และ WebP เป็นสามในรูปแบบที่รับได้ 4 แบบ และนับเป็นหนึ่งหน้าต่อไฟล์ สิ่งที่สำคัญตรงนั้นคือการดมรูปแบบไฟล์ ระบบอ่านรูปแบบจากไบต์เริ่มต้น และมองข้ามฟิลด์ที่ผู้เรียกประกาศไว้ ฟิลด์ที่ประกาศคือคำกล่าวอ้างของคนแปลกหน้า ส่วนตัวไบต์คือตัวเอกสาร รูปแบบที่ดมได้คือสิ่งที่บันทึกลงข้อมูลการใช้งานและสิ่งที่ส่งต่อไปยังผู้ให้บริการ ทั้งสามอย่างจึงขัดแย้งกันไม่ได้

การคิดเงินตามจำนวนหน้าดูเหมือนรูปแบบราคาที่ง่ายที่สุดเท่าที่มี และเมื่อมองจากภายนอกมันก็เป็นเช่นนั้นจริง ความซับซ้อนไม่ได้หายไป มันย้ายเข้าไปอยู่ในโมดูลเดียวที่ไม่มีสิ่งอื่นให้พึ่งพา พร้อมชุดทดสอบที่สร้างตัวอย่างขึ้นจากโปรแกรม ซึ่งเป็นที่ที่กรณีล้มเหลวมาถึงในรูปของการทดสอบ และไม่มีใครต้องมาโต้เถียงกัน

แนวทางนี้เปิดให้ทุกคนที่คิดเงินตามเอกสารทำได้ และเป็นส่วนที่ควรค่าแก่การนำไปใช้ คือตัดสินว่าราคาขึ้นอยู่กับปริมาณอะไร ทำให้ปริมาณนั้นอ่านได้ก่อนจะผูกมัดตัวเองกับมัน และปฏิเสธเมื่ออ่านไม่ได้