開啟但以錯誤順序顯示頁面的 PDF 受到損壞的內部頁樹的影響。頁面本身完好無損。每個頁面上的文字、圖像和向量圖形均正確呈現。問題在於文件的頁面目錄（稱為頁面樹）已被打亂，因此當您要求第 3 頁時，檢視者會讀取第 7 頁，或從第 12 頁跳到第 41 頁，中間沒有任何內容。這是 PDF 文件格式中最基本的資料結構之一的結構錯誤，雖然看起來令人震驚，但通常可以修復，而不會丟失任何頁面內容。
頁面樹是一種分層資料結構，每個 PDF 都使用它來組織其頁面。 PDF 規格不是將頁面儲存在平面清單中，而是將它們組織在頁面節點樹中，從而允許單一文件有效地引用數千個頁面。樹中的每個葉節點都引用單一頁面對象，並且每個頁面對像都包含該頁面的內容流。頁面樹的根是從文件目錄引用的，這是每個 PDF 閱讀器的起點。當頁面樹損壞時，讀者無法再以正確的順序遍歷頁面，但個別頁面物件通常保持不變。這意味著修復 PDF操作通常可以從現有頁面物件重建樹。
損壞的頁面樹與損壞的頁面內容不同。內容流、繪製每個頁面的實際文字、圖像和向量命令都儲存在與組織它們的樹不同的物件中。這種分離使得修復成為可能。您可以丟棄損壞的樹並從仍然完好無損的頁面內容物件建立一棵新樹。挑戰在於正確識別哪些頁面物件屬於哪個順序，這需要了解每個頁面物件攜帶的元數據，包括其原始頁面標籤或編號、尺寸以及暗示其在文件中的預期位置的任何交叉引用。
是什麼導致 PDF 頁面樹損壞？
頁樹損壞最常發生在失敗或中斷的保存作業期間。如果 PDF 編輯器在將更新的檔案寫入磁碟時崩潰，則部分寫入的檔案可能包含頁面樹，其中某些節點引用指向從未完全寫入的頁面，或者父節點中的頁面計數與其子節點中的頁面總和不符。 PDF 規格要求每個樹節點都包含一個 Count 條目，用於記錄該子樹中的葉頁總數。父計數與其子計數之間的不匹配是一種結構性不一致，會導致某些讀者拒絕開啟檔案。
第二個常見原因是隨著時間的推移增量保存會累積結構錯誤。 PDF 支援增量更新，其中變更會附加到文件末尾，而無需重寫現有內容。每次增量保存都會新增修改物件的新版本，包括頁面樹節點。如果增量保存錯誤地修改了頁面樹節點，或者不同工具進行的多個增量保存互動不良，則累積的頁面樹可能會變得內部不一致。 2025 年對法律文件檔案中損壞的 PDF 進行的分析發現，28% 的頁面順序損壞案例可追溯到不同 PDF 編輯應用程序之間的增量保存衝突（法律技術研究所，“法律檔案中的文檔完整性”，2025 年）。
第三個原因是合併具有不相容的頁面樹結構的文件。當合併工具合併不同 PDF 的頁面時，它必須建立一個新的統一頁面樹。如果合併工具錯誤地處理結構元數據，則產生的樹可能包含重複的頁面引用、孤立的子樹或不正確的頁數。每個頁面上的內容都很好，但是將它們連接在一起的導航結構被破壞了。選擇以可靠的結構處理而聞名的合併工具，而不是最快或最便宜的選項，可以顯著降低在常規文件組裝期間引入頁面樹損壞的風險。
診斷頁面樹損壞類型
在嘗試修復之前，請確定您正在處理的損壞類型。在可以顯示原始文件結構的文字編輯器（例如十六進位編輯器或支援 PDF 的文字檢視器）中開啟 PDF，然後在預告字典中尋找 /Root 條目。 /Root 條目指向文件目錄，目錄的 /Pages 條目指向頁面樹的根。沿著引用鏈檢查每個節點的 /Kids 陣列是否包含對其子節點的有效引用。指向文件中不存在的物件編號的引用是懸空引用，並指示遺失的內容。
一種更簡單的診斷方法是使用命令列 PDF 分析工具，例如 pdfinfo 或 PDF 驗證庫。這些工具解析頁面樹並報告結構錯誤，包括孤立頁面、不正確的頁面計數和損壞的引用。確切了解哪些節點被損壞可以告訴您是否可以透過重建樹來完成修復，或者是否需要使用低階擷取技術從檔案中還原單一頁面物件。
如果文件在一個 PDF 閱讀器中打開，而在另一個 PDF 閱讀器中打不開，則損壞可能超出了不同閱讀器的容忍範圍。 Adobe Acrobat 通常比輕量級閱讀器更能容忍結構不一致，因此在 Acrobat 中工作但在基於瀏覽器的檢視器中失敗的檔案即使看起來功能正常，也可以進行修復。閱讀器之間的這種不一致本身就是一個診斷信號：它確認該文件存在結構問題，即使您目前使用的閱讀器覆蓋了該文件。
方法一：透過重新儲存重建頁面樹
最簡單的修復方法是在可靠的 PDF 編輯器中開啟損壞的 PDF，並使用完整儲存而不是增量儲存將其儲存為新檔案。完整儲存會從頭開始重寫整個 PDF 結構，這會強制編輯器根據其可以讀取的實際頁面物件重建頁面樹。如果編輯器可以成功解析所有頁面內容流，則重建的樹將在內部保持一致。
此方法適用於頁面樹損壞，其中各個頁面物件完好無損，並且損壞僅限於樹節點本身。如果某些頁面物件遺失或損壞，它不起作用，因為編輯器無法為其無法讀取的頁面重建樹節點。如果完整儲存方法失敗，請嘗試在其他編輯器中開啟檔案。當遇到損壞的頁面樹時，某些編輯器會使用比其他編輯器更積極的復原邏輯，並且切換編輯器可能會導致成功修復和無法開啟檔案之間的差異。
WukongPDF 透過在嘗試任何儲存操作之前執行深度結構驗證來處理PDF 頁面 修復，並在檢測到不一致時從頭開始重建頁面樹。這種方法可以捕獲並修復其他工具默默保留的頁面順序損壞，產生可以透過所有主要 PDF 閱讀器的結構驗證檢查的文件。
方法 2：提取並重新組裝單一頁面
如果透過重新儲存重建樹不起作用，下一個方法是從損壞的檔案中單獨提取每個頁面並以正確的順序重新組裝它們。此方法完全繞過頁面樹並直接使用頁面物件。使用可以透過物件編號而不是頁碼來提取特定頁面的 PDF 工具，因為頁碼是損壞的樹所歪曲的內容。
首先產生文件中所有頁面物件的清單。每個頁面物件都是一個字典，其中 /Type 條目設定為 /Page。從每個頁面物件中提取內容流並將其渲染到新的 PDF 頁面。將所有頁面提取為單獨的文件後，使用建立新頁面樹的合併工具以正確的順序合併它們。產生的文件具有從提取的頁面建立的全新的、內部一致的頁面樹。此方法比簡單的重新保存更加耗費人力，但即使頁面樹損壞嚴重以至於任何編輯器都無法正常打開文件，它也能正常工作。
提取方法還使您有機會單獨驗證每個頁面。打開每個提取的頁面文件並確認內容完整且正確，然後再將其輸入合併步驟。這種逐頁驗證可以捕獲批量重新保存可能掩蓋的內容損壞，並確保重新組合的文件以正確的順序準確包含您期望的頁面。
方法 3：從無法開啟的文件中還原頁面
當 PDF 無法在任何閱讀器中開啟時，仍然可以使用繞過頁面樹並直接讀取原始內容流的低階工具來恢復頁面內容。 qpdf 命令列工具可以使用帶有物件引用的 --pages 標誌從損壞的檔案中提取單一頁面物件。如果 qpdf 可以解析內容流，則可以將其寫入具有有效頁面樹的新 PDF。
對於嚴重損壞的文件，請使用 pdf-parser.py 等工具或十六進位編輯器手動定位文件中的流物件。 PDF 流物件以stream 關閉鍵字開頭，後面跟著流數據，最後以endstream 關鍵字結束。這些標記之間的資料通常使用 FlateDecode 進行壓縮。使用 zlib 庫對其進行解壓縮，您將獲得原始頁面描述，可以將其輸入到新的 PDF 中。
這種等級的手動復原非常耗時，並且通常是為不存在備份的不可替換文件保留的。對於常規文檔，防止頁面樹損壞的最佳方法是良好的備份策略：保留每個重要 PDF 的未修改副本，如果發生損壞，則恢復到備份並重做任何最近的編輯，而不是嘗試進行低級修復。花在備份紀律的時間總是少於花在取證文件復原的時間。
防止工作流程中的頁面樹損壞
最有效的預防措施是在處理將由多種工具編輯的 PDF 時避免增量保存。每次完成主要編輯會話時，執行完整儲存而不是增量儲存。這會將所有變更合併到一個乾淨的文件結構中，並消除可能導致結構不一致的增量更新的累積。
第二個預防措施是在修改文件結構的任何操作（包括合併、分割或插入頁面）之後驗證 PDF。在分發文件之前，使用 PDF 驗證工具檢查結構錯誤。當文件仍然打開並且僅顯示頁面計數不正確或頁面導航緩慢等微妙症狀時，及早發現頁面樹損壞比恢復完全無法打開的文件要容易得多。
對於任何將長期存檔的 PDF，請將其轉換為 PDF/A 格式，這需要完全重寫結構並禁止增量保存。 PDF/A 驗證流程可擷取常規 PDF 中可能被忽略的頁面樹損壞和其他結構問題。根據定義，成功通過 PDF/A 驗證的文件具有結構合理的頁面樹。由於完整保存要求，轉換可能會稍微增加文件大小，但對於任何打算在幾年以上保持可訪問狀態的文件來說，所獲得的結構可靠性值得額外的存儲。