如何创建自己的包以与 word、pdf 等交互
How to create your own package for interaction with word, pdf etc
我知道有很多包可以让你创建或阅读，例如PDF、Word 和其他文件。
我感兴趣的（但在大学里从未学过）你是如何创建这样一个包的？您是始终依赖原始公司（例如 Adobe 或 Microsoft）提供的源代码，还是有另一种巧妙的解决方法？我应该分析我在例如中看到的各个字节吗？ PDF 文件？
因人而异。
一些公司为他们自己的数据格式提供了一个 SDK ("Software Development Kit")，其他公司只提供了一个规范（即 Adobe for PDF, Microsoft for Word 并且由软件开发人员确保编写正确的实现.
因为这可能需要大量工作 – 例如，PDF 规范长达 700 多页，实际上并没有深入 required material例如 LZW、JPEG/JPEG2000、颜色理论和数学变换 – 你需要一组 庞大的 数据来测试，使用其他人所做的工作要容易得多就可以了。
如果您有兴趣为某种文件格式编写支持库
- 不受法律保护，
- 没有，或者只有稀疏的（官方）文档，
- 并且还没有在其他地方解构，a
那么是的：你需要
- 收集尽可能多的不同文件；
- 来自尽可能多的来源；
（理想情况下，您应该至少有一个程序可以读取和创建文件）
- 在字节级别检查它们；
- 创建一个适用于 所有 个测试文件的 'reader'；
- 如果可能，有趣，and/or 需要，创建一个 'writer' 可以从头开始创建该格式的新文件，或者可以将另一种格式的数据转换为这种格式。
涉及 'cleverness'，主要是在 #3 中，因为您需要非常精通数据表示的一般工作原理。您应该能够从数据中分辨出代码，从浮点数中分辨出字符串数据，从 MacRoman 编码的字符串中分辨出 UTF8 编码的字符串（等等）。
做过几次，主要是考察各种游戏的数据，主要是好玩！ （公平警告：它也可能令人难以置信地令人沮丧。）请参阅逆向工程 Reverse engineering file containing sprites 的示例方法；值得注意的是，在我的回答底部，我承认失败并开始使用短语 "possibly" 和 "may" 和 "probably"，这表明我没有进一步了解。
a当然不一定。您可以与其他专长在别处的人合作，甚至可以 "grunt work" 为现有项目 – 找出并整理相当琐碎的子案例。
在现有项目上独立工作也有优势。例如，根据我自己的 PDF reader（从头编写）的经验，我能够指出一个 bug in PDFBox.
我知道有很多包可以让你创建或阅读，例如PDF、Word 和其他文件。
我感兴趣的（但在大学里从未学过）你是如何创建这样一个包的？您是始终依赖原始公司（例如 Adobe 或 Microsoft）提供的源代码，还是有另一种巧妙的解决方法？我应该分析我在例如中看到的各个字节吗？ PDF 文件？
因人而异。
一些公司为他们自己的数据格式提供了一个 SDK ("Software Development Kit")，其他公司只提供了一个规范（即 Adobe for PDF, Microsoft for Word 并且由软件开发人员确保编写正确的实现.
因为这可能需要大量工作 – 例如，PDF 规范长达 700 多页，实际上并没有深入 required material例如 LZW、JPEG/JPEG2000、颜色理论和数学变换 – 你需要一组 庞大的 数据来测试，使用其他人所做的工作要容易得多就可以了。
如果您有兴趣为某种文件格式编写支持库
- 不受法律保护，
- 没有，或者只有稀疏的（官方）文档，
- 并且还没有在其他地方解构，a
那么是的：你需要
- 收集尽可能多的不同文件；
- 来自尽可能多的来源；
（理想情况下，您应该至少有一个程序可以读取和创建文件） - 在字节级别检查它们；
- 创建一个适用于 所有 个测试文件的 'reader'；
- 如果可能，有趣，and/or 需要，创建一个 'writer' 可以从头开始创建该格式的新文件，或者可以将另一种格式的数据转换为这种格式。
涉及 'cleverness'，主要是在 #3 中，因为您需要非常精通数据表示的一般工作原理。您应该能够从数据中分辨出代码，从浮点数中分辨出字符串数据，从 MacRoman 编码的字符串中分辨出 UTF8 编码的字符串（等等）。
做过几次，主要是考察各种游戏的数据，主要是好玩！ （公平警告：它也可能令人难以置信地令人沮丧。）请参阅逆向工程 Reverse engineering file containing sprites 的示例方法；值得注意的是，在我的回答底部，我承认失败并开始使用短语 "possibly" 和 "may" 和 "probably"，这表明我没有进一步了解。
a当然不一定。您可以与其他专长在别处的人合作，甚至可以 "grunt work" 为现有项目 – 找出并整理相当琐碎的子案例。
在现有项目上独立工作也有优势。例如，根据我自己的 PDF reader（从头编写）的经验，我能够指出一个 bug in PDFBox.