PDF（Portable Document Format）由Adobe公司所开发，是一种不论用何种类型的计算机均可阅读的文件格式。PDF文件包含一个PDF文档和其它支持数据。一个PDF文档包含一个或多个页面，每个页面包含与设备和分辨率无关的文字、图形和图像的任意组合，被称为页面描述。文档还可以包含一些只有在电子读物中才存在的信息，如超文本链接、声音和动画等。除了PDF文档之外，PDF文件中还包含一些其它信息，如：文件中使用的PDF规范的版本号，文件中重要结构的位置。

        为了更好地理解PDF文件，可把PDF文件分解成四个部分。

        第一部分是PDF的对象，PDF的对象是一组基本对象类型。这些类型绝大部分与PostScript语言使用的数据类型对应。PDF支持很多种基本的数据类型：布尔型、数字、字符串、字面名、数组、字典和流，另外还有一种空对象。在PDF文件中，经常给一些对象赋予一个标签供其它对象调用，这种有标签的对象称为间接对象。
        第二部分是 PDF的文件结构。PDF的文件结构决定了对象在 PDF文件中的存储方式、访问方式和更新方式。后面将详细分析。
        第三部分是 PDF的文档结构。PDF的文档结构指定了怎样用基本对象类型来表示 PDF的文档成分，包括：页面、注解、超文本链接、字体等。 
        第四部分是 PDF的页面描述。页面描述指的是页面上包含的与设备和分辨率无关的文字、图形和图像的任意组合。PDF的页面描述可不依赖于PDF的其它部分而被单独地解释。

       1、PDF的文件结构
      PDF的文件结构（即物理结构）包括四个部分：文件头、文件体、交叉引用表和文件尾。文件头指明了该文件所遵从的 PDF规范的版本号。它出现在 PDF文件的第一行。如%PDF-1.2，表示该文件符合PDF-1.2规范。
      文件体由一系列的PDF间接对象（inDirectob Ject）组成。这些间接对象构成了PDF文件的具体内容如字体、页面、图像等等。
      交叉引用表则是为了能对象接对象进行随机存取，而设立的一个间接对象地址索引表。文件尾声明了交叉引用表的地址，指明文件体的根对象（cata-log），还保存了加密等安全信息。根据文件尾提供的信息，PDF的应用程序可以找到交叉引用表和整个PDF文件的根对象，从而控制整个PDF文件。
 
        2、PDF的文档结构
        PDF的文档结构是PDF文件内容的逻辑组织结构。它反映了文件体中间接对象间的等级层次关系。PDF的文档结构是一种树型结构。树的根节点就是PDF文件的根对象。根节点下有四个子树：页面树（Pages tree）、 书签树（outline tree）、线索树（Article tree）、名字树（Named Destination）。其中在页面树中，所有页面对象都在树的叶子节点，树中的子节点将继承父节点的各属性值作为相应属性的缺省值。书签树中则按树型层次等级关系将书签（Book mark）组织起来。书签建立了书签名与一个具体页面上的位置的关联，它使得用户可以按书签名字来访问文档的内容。由于书签可以有层次，能用来组织文档的目录，所以有时又将书签树称作目录树。线索树则将文章线索及线索下的文章块（Article head）按树型结构组织起来进行管理。