PDF 嵌入文件提取器

别的提取器会漏掉什么

PDF 可以把附件放在三个毫不相干的位置，而多数工具只看第一个。

1. /Names /EmbeddedFiles 名称树。 它是一棵平衡树，不是一个列表。文档中的附件一多，生成程序就会把它拆成 /Kids 节点；只读根数组的工具，会对明明带着好几个附件的 PDF 报告「零个文件」。
2. /FileAttachment 注释。 也就是页面上看得见的回形针。文件挂在注释上，而且常常根本没有登记进名称树。
3. /AF 关联文件。 PDF 2.0 新增，商业价值也在这里：ZUGFeRD、Factur-X、XRechnung 和 Order-X 电子发票正是用这种方式携带机器可读的 XML。如果记账系统拒收一张发票，要看的就是这份数据。

同一个流常常可以从其中两条路径抵达，因此本工具按对象引用去重合并，并把每个来源都列出来。

每个文件会报告什么

名称、说明、声明的 MIME 类型、声明大小与实际大小、创建与修改时间、生成程序写入的 MD5 校验和、/AFRelationship 角色，以及附件所在的页码。

类型核对

声明类型只是 PDF 的说法。本工具还会读取文件开头的字节，告诉你它实际是什么。名为 notes.txt 却以 PK 开头的附件其实是 ZIP 压缩包；以 MZ 开头的则是 Windows 可执行文件。两者都会被标记出来——在打开任何东西之前，这些都值得先知道。

预览与下载

文本、CSV、JSON 和 XML 直接内嵌显示；PNG、JPEG、GIF、WebP 和 BMP 会渲染成图片。其余类型只提供下载。任何内容都不会被执行，也不会经由网络发送。

可以单独下载某个附件，也可以一次性打包成 ZIP。

隐私

PDF 由浏览器中的 JavaScript 解析，从不上传，因此机密文档及其附件始终留在你自己的设备上。