交叉引用表或 XREF 表是 PDF 的内部索引。它告诉 PDF 阅读器文件中每个对象的位置。当该表损坏时，读取器无法找到所需的对象。页面可能会显示为空白、以错误的顺序显示，或者文件可能会拒绝完全打开。针对 XREF 表的修复 PDF工具可以从仍然完好的对象重建索引，从看起来损坏的文件中恢复内容。
XREF 表损坏是 PDF 文件损坏的最常见原因之一，因为该表位于文件末尾附近，部分下载和中断的保存会在此处留下痕迹。如果 PDF 下载在写入 XREF 表之前中断，或者保存操作在写入过程中中断，则该表不完整或丢失。对象本身仍然在文件中，但是没有索引，读者不知道在哪里可以找到它们。
WukongPDF 的PDF 格式 修复工具可解决结构损坏问题，包括 XREF 表问题。
交叉引用表的工作原理
PDF 中的每个对象都有一个唯一的对象编号和一个字节偏移量，告诉读者在文件中的何处可以找到它。 XREF 表列出了每个对象编号及其相应的字节偏移量。当 PDF 阅读器打开文件时，它首先读取 XREF 表，构建对象位置的地图，然后使用该地图根据需要获取对象。 XREF 表是首先读取的内容，也是所有后续 PDF 操作的基础。
包含 500 个对象的 PDF 文件在其 XREF 表中有 500 个条目。如果一项已损坏，则相应的对象将无法访问。读者可以跳过该对象，在应该呈现该对象的地方显示空白区域，或者显示错误。如果 XREF 表本身损坏得无法识别，则阅读器根本无法打开该文件。
使用 Adobe Acrobat Pro 修复 XREF 表
Acrobat Pro 包含 PDF 修复功能，可以重建损坏的 XREF 表。打开 Acrobat Pro，转到“文件”、“打开”，然后选择损坏的 PDF。如果 Acrobat 在打开过程中检测到损坏，它会尝试自动修复。如果修复后文件成功打开，请立即将其保存为新文件名以保留修复后的结构。
如果文件无法打开，请使用 Acrobat 的印前检查工具进行更彻底的修复尝试。转到“工具”、“印刷制作”、“印前检查”。在“印前检查”对话框中，选择“PDF 修正”类别，然后选择“重建交叉引用表”。单击分析并修复。 Preflight 读取文件中的每个对象，独立于损坏的 XREF 确定其字节偏移量，并从头开始构建新的 XREF 表。
使用 pdftk 和 qpdf 进行命令行 XREF 修复
实际上，pdftk 和 qpdf 命令行工具可以在许多情况下修复 XREF 损坏。 qpdf 的 --check 模式扫描 PDF 并报告 XREF 错误，而不修改文件：qpdf --check Damaged.pdf。如果发现错误，qpdf 可以尝试修复：qpdf --replace-input Damaged.pdf。该命令读取所有对象，重建 XREF 表，并用修复的版本覆盖原始文件。
对于pdftk，修复命令为：pdftk损坏.pdf输出修复.pdf。 pdftk 读取它能找到的每个对象，并使用干净的 XREF 表写入新的 PDF。无法读取的对象将从输出中省略。生成的 PDF 在结构上有效，但可能缺少不可恢复对象的内容。将修复后的 PDF 的页数与原始 PDF 的页数进行比较，以确定丢失了多少内容。
| 症状 | 含义 | 严重性 |
|---|---|---|
| 文件根本无法打开 | XREF 表丢失或完全损坏 | 严重，文件需要修复才能访问 |
| 页面显示乱序 | XREF 条目指向错误的页面数据 | 中等，内容存在但混乱 |
| 有些页面空白，其他页面很好 | 特定 XREF 条目已损坏 | 部分，部分内容可恢复 |
严重情况下手动XREF重建
当自动化工具无法修复 XREF 表时，使用十六进制编辑器和 PDF 规范知识进行手动重建是最后的手段。此方法仅适用于具有高价值内容且时间投入合理的 PDF。该过程包括逐字节读取文件、通过打开 obj 和关闭 endobj 标记识别 PDF 对象、记录它们的字节偏移量以及写入新的 XREF 表。
这是一项专业工作，需要详细了解 PDF 文件格式。对于大多数用户来说，如果自动修复工具失败，下一步就是专业的 PDF 恢复服务。这些服务使用专门的软件来解析损坏的 PDF 并恢复尽可能多的内容。成本通常按每个文件计算，取决于文件大小和损坏程度。
防止未来 XREF 损坏
XREF 损坏最常见的原因是写入操作中断：保存被取消、下载超时、写入期间磁盘空间不足。使用支持恢复的下载管理器进行大型 PDF 下载。首先将 PDF 保存到本地存储，然后再复制到网络驱动器。在关闭 PDF 编辑器之前验证保存操作是否成功完成。
当涉及文档工作流程时，对于关键文档，请维护校验和记录。保存 PDF 后，计算其 SHA-256 哈希值并记录下来。定期根据存储的值验证哈希值。更改的哈希表示文件被修改或损坏，可能会影响 XREF 表，并提示在损坏导致数据丢失之前从备份进行恢复。
XREF 表损坏是一个结构性问题，需要结构性解决方案。这些物体通常是完好无损的。指向它们的索引已损坏。修复索引可以恢复文档，而无需从头开始重建内容。
当 XREF 修复失败时：提取内容
如果修复工具无法重建工作 PDF，请提取可以恢复的内容。在十六进制编辑器中打开损坏的 PDF，并通过搜索流和结束流标记来识别完整的页面内容流。提取这些流并使用 PDF 流解码器转换为可查看的页面图像。
这在技术上要求很高并且只能得到部分结果。对于需要专业恢复的不可替代内容，请将文件发送到专门的 PDF 恢复服务。这些服务使用的专有工具超出了消费级软件可以尝试的范围。
PDF 修复结合了对 PDF 格式的理解和可用工具的知识。最重要的原则是永远不要对损坏文件的唯一副本进行操作。在尝试进行任何修复之前，请始终创建损坏原件的逐字节副本。
在典型的工作流程中，当涉及到文档工作流程时，对于将 PDF 作为核心业务处理的组织来说，记录修复程序并指定经过培训的人员可以减少发生损坏时的停机时间。该程序应包括首先尝试哪些工具以及何时进行专业恢复。
实际上，PDF 损坏的频率是评估文档处理过程的有用指标。增加可能表示网络存储问题、磁盘问题或 PDF 生成软件错误。调查根本原因可以防止未来发生事件。
交叉引用表修复是最令人满意的 PDF 修复操作之一，因为它通常可以恢复看起来完全丢失的文档。重建 XREF 表后，无法打开的文件可以再次访问。
XREF 表损坏的最常见原因是保存操作中断。如果 PDF 编辑器崩溃或系统在保存过程中断电，则 XREF 表可能会被部分写入，从而使文件处于不一致状态。
PDF 修复工具可通过扫描文件中的对象标记并从头开始重建字节偏移图来重建 XREF 表。此过程不会修改对象本身，只会修改指向它们的索引。
成功进行 XREF 修复后，对修复后的 PDF 运行全文提取以验证内容完整性。将提取的文本与已知样本或预期页数进行比较，以确认没有内容丢失。
某些 PDF 损坏是由文件传输错误而不是写入错误引起的。通过不稳定的连接下载 PDF 可能会产生丢失字节的文件。从源重新下载通常可以解决问题。
在大多数工具中，PDF 格式都被设计为能够抵御某些类型的损坏。可以从对象重建 XREF 表。文件预告片可以从 XREF 表重建。该格式中存在多个恢复路径。
为了进行预防性维护，请定期验证文档库中的 PDF，方法是以编程方式打开 PDF 并检查结构错误。及早检测到损坏可以在迫切需要文件之前进行修复。
专业的 PDF 恢复服务将自动修复工具与手动十六进制编辑相结合。他们处理自动化工具失败的情况，但他们的服务按文件定价，并且仅适用于高价值文档。
学习解释 PDF 修复工具的输出是一项随着经验的积累而发展的技能。第一次遇到时看似神秘的错误消息在完成一些修复案例后变成了诊断线索。
PDF 修复既是一项技术技能，也是一项诊断技能。修复工具的输出会告诉您出了什么问题。经验告诉您要应用哪种修复方法。随着时间的推移，处理多个维修案例所形成的模式识别能力使诊断过程变得更快、更准确。
XREF 表修复是最有效的 PDF 恢复操作之一，因为它解决了最常见的结构故障模式。这些物体通常是完好无损的。指向它们的索引已损坏。重建索引可以恢复文档，而无需从头开始重建内容。