纸的数字替身：PDF 的诞生

1.1 一切要从打印说起

1.1.1 1970s：Xerox PARC 和"所见即所得"的梦想

1970 年代，施乐公司在加州帕洛阿尔托的 PARC（Palo Alto Research Center）实验室里聚集了一批天才。这里后来产出了以太网、图形用户界面、激光打印机……几乎现代计算的所有基础都在这栋楼里被发明出来。

其中有一个看似朴素的问题困扰着所有人：屏幕上看到的东西和打印出来的东西对不上。

今天你在 Word 里写一份文档，点"打印"，出来的纸张和屏幕上基本一致。但在 1970 年代，这是不可能的。屏幕是像素网格（72 DPI），打印机用的是完全不同的指令集，中间没有统一的描述语言。你在屏幕上排好版，打印出来可能字体变了、位置移了、图表裂了。

这个问题有一个正式名称：WYSIWYG（What You See Is What You Get）——所见即所得。在当时，这还是一个未实现的理想。

1.1.2 John Warnock 和 Charles Geschke

故事的两位主角出场了。

John Warnock 和 Charles Geschke 都是 Xerox PARC 的研究员。Warnock 的博士论文研究的是图形的隐藏面消除算法（计算机图形学的基础问题），Geschke 领导着 PARC 的编程语言实验室。两人在 PARC 合作开发了一个叫 Interpress 的页面描述语言——它可以用统一的方式描述"一页纸上应该画什么"。

问题是：Xerox 的管理层完全不理解这东西的商业价值。Interpress 被束之高阁。

1982 年 12 月，两人一起离开 Xerox，创办了 Adobe Systems。创始资金来自风投，公司名字来自 Warnock 家后面的一条小溪——Adobe Creek。

他们带走的不是代码（那是 Xerox 的），而是一个核心思想：用一种设备无关的语言来描述页面内容。不管你的屏幕是什么分辨率、打印机是什么型号，同一份描述文件应该产生完全相同的视觉结果。

1.1.3 PostScript：打印的"编程语言"

1984 年，Adobe 发布了 PostScript。

PostScript 不是一个文件格式，它是一门图灵完备的编程语言。是的，你没看错——你可以用 PostScript 写循环、做条件判断、定义函数。它只是恰好专精于"描述页面上的图形和文字"。

一段 PostScript 代码长这样：

%!PS-Adobe-3.0
/Helvetica findfont 24 scalefont setfont
100 700 moveto
(Hello, World!) show
0 0 0 setrgbcolor
newpath
100 600 moveto
400 600 lineto
400 650 lineto
100 650 lineto
closepath
fill
showpage

翻译成人话：找到 Helvetica 字体，放大到 24 磅，移动到坐标 (100, 700)，画出 "Hello, World!" 这几个字。然后用黑色画一个矩形。完成，输出这一页。

为什么要设计成编程语言？

因为打印输出的复杂度远超你的想象。一页学术论文上可能有：正文（多种字体和字号）、数学公式（几百个特殊符号的精确定位）、图表（贝塞尔曲线、填充色、透明度）、页眉页脚、脚注……用固定格式描述这些东西会导致文件巨大且不灵活。用编程语言来描述，可以用循环画表格线、用函数定义常用元素、用变量控制全局参数。

PostScript 的真正商业突破来自 Apple。1985 年，Apple 的 LaserWriter 打印机内置了 PostScript 解释器——当时这台打印机售价 6,995 美元，其中一大块成本就是那个 PostScript 处理器。Steve Jobs 把它和 Macintosh 电脑配合，第一次让普通用户实现了桌面出版（Desktop Publishing）。

从此，设计师在 Mac 上用 Aldus PageMaker 排版，按下打印键，LaserWriter 的 PostScript 引擎把页面精确地输出在纸上——所见即所得，第一次真正实现了。

1.1.4 PostScript 的局限

但 PostScript 有一个严重问题：它太强大了。

因为它是图灵完备的，一份 PostScript 文件理论上可能包含无限循环，解释器需要"执行"整个程序才能知道最终画面是什么。这意味着：

1. 不能随机访问：你想看第 50 页，必须从第 1 页开始"执行"整个程序直到第 50 页——因为前面的代码可能定义了后面要用的变量和函数。
2. 渲染速度不可预测：简单的页面秒出，复杂的页面可能跑几分钟。
3. 文件不可检索：你没办法在一份 PostScript 文件里"搜索"某个词——因为文字可能是通过运算动态生成的。
4. 安全隐患：一门编程语言意味着可以做很多你不希望它做的事情。

这些问题在"发给打印机"的场景下可以容忍——反正打印机就是从头到尾执行一遍。但到了 1990 年代初，人们开始想在屏幕上阅读文档，而不只是打印。这时 PostScript 的弱点就暴露无遗了：想快速翻到第 50 页？等着吧。

1.2 PDF 的诞生：Camelot 项目

1.2.1 1991：John Warnock 的备忘录

1991 年，John Warnock 写了一份内部备忘录，标题是《The Camelot Paper》。开头就说：

"设想这样一种能力：把任何来源的文档发送到任何地方，在接收端显示和打印时都能保持完全忠实的再现——不受任何显示设备或打印引擎特性的影响。"

这段话定义了 PDF 的全部使命：跨平台、跨设备、视觉完全一致。

Warnock 把这个内部项目命名为"Camelot"。目标是创造一种新的文件格式——保留 PostScript 的精确页面描述能力，但去掉编程语言的部分，变成一个静态的、可随机访问的数据格式。tips

1.2.2 从编程语言到数据格式

PDF 和 PostScript 的关系，用一个比喻来说：

• PostScript 是菜谱（一套指令，按步骤执行才能得到菜）
• PDF 是打包好的外卖（最终结果已经固定了，你只需要打开吃）

技术上，PDF 做了几个关键的设计决策：

1. 去图灵完备化：PDF 不是编程语言。没有循环，没有条件分支，没有变量赋值。每一页都是独立的、确定性的描述。
2. 页面独立性：每一页的渲染不依赖前面的页面。你可以直接跳到第 50 页，不需要处理前 49 页。
3. 交叉引用表（xref）：文件末尾有一张"目录"，记录了每个对象在文件中的字节偏移。想找第 50 页？查表，直接跳到那个位置。
4. 对象模型：所有内容（页面、字体、图片、元数据）都用编号的"对象"表示，通过引用互相关联。

这些设计让 PDF 获得了 PostScript 不具备的关键能力：快速随机访问。这对屏幕阅读来说是绝对必要的。

1.2.3 1993 年 6 月 15 日：PDF 1.0 发布

Adobe 在 1993 年正式发布了 PDF 1.0 和配套软件：

• Acrobat Exchange：PDF 阅读和编辑器（收费）
• Acrobat Reader：只能阅读（免费）
• Acrobat Distiller：把 PostScript 文件转换为 PDF（收费）

注意 Adobe 的商业模式设计：阅读免费，创建收费。这个策略后来被证明是天才级的决策——它让 PDF 格式以零摩擦在全世界扩散，同时 Adobe 通过卖"生产工具"赚钱。

但 PDF 1.0 的初始反应其实很冷淡。原因很多：

• 当时网速慢，PDF 文件太大（相比纯文本的 HTML）
• Acrobat Reader 本身就有好几兆，下载都得等半天tips
• 大多数人还在用针式打印机，PostScript 已经够用了
• HTML 刚刚兴起，人们更兴奋于网页而不是"电子纸"

1.2.4 PDF 如何赢得世界

PDF 的真正普及是一个渐进过程，几个关键转折点：

1994 — 免费阅读器的分发策略

Adobe 把 Acrobat Reader 做成完全免费下载，甚至鼓励其他公司在光盘里附带。当时互联网还不普及，很多人是通过杂志附赠光盘第一次接触到 PDF 阅读器的。

1996 — 美国国税局（IRS）

IRS 开始用 PDF 发布税务表格。几亿美国人突然有了"必须能打开 PDF"的刚需。这是 PDF 进入主流的标志性事件——政府背书的力量是巨大的。

1999 — PDF 1.3，支持嵌入字体和透明度

这个版本让 PDF 真正满足了印刷行业的需求。设计师终于可以放心把 PDF 发给印刷厂，确信输出和自己看到的完全一致。

2001 — PDF 取代 PostScript 成为印刷行业标准

印刷业开始用 PDF/X（PDF 的印刷子集）替代 PostScript 作为交付格式。一个时代结束了。

2005 — Adobe Reader 7，免费且无处不在

此时 Adobe Reader 已经预装在几乎所有新电脑上。PDF 从"你可能需要安装阅读器"变成了"每台电脑都能打开"。

2008 — ISO 32000-1：PDF 成为国际标准

Adobe 把 PDF 1.7 规范交给了 ISO。从此 PDF 不再是 Adobe 的私有格式，而是一个开放的国际标准。任何人都可以免费获取规范、实现自己的 PDF 阅读器或生成器。

1.3 Adobe 帝国

1.3.1 不只是一个格式

理解 PDF 的历史，必须理解 Adobe 这家公司的商业逻辑。

Adobe 从来不只是"做 PDF 的那家公司"。他们的产品线覆盖了整个数字内容创作到输出的链条：

Adobe 的生意本质是：控制从创意到最终呈现的每一个环节。PostScript 控制了打印输出，PDF 控制了电子文档分发。他们的护城河不是某一个产品，而是整个工作流的锁定——你在 Photoshop 里修图、在 InDesign 里排版、用 Acrobat 交付，全程不离开 Adobe 生态。

1.3.2 格式标准背后的商业博弈

Adobe 在 2008 年把 PDF 标准化给 ISO，看似"大公无私"，实际是精心计算过的：

1. 消除竞争的借口：如果 PDF 是 Adobe 私有格式，竞争对手（Microsoft 的 XPS、开源社区的 ODF）就有理由推广替代格式。标准化后，这些替代品失去了"开放性"的攻击角度。
2. 护城河不在格式本身：Adobe 的利润来自 Acrobat Pro（售价 449 美元的专业版）和 Creative Cloud 订阅，不是来自格式的私有性。格式开放了，但生产高质量 PDF 的最好工具依然是 Adobe 的。
3. 规范复杂度就是壁垒：PDF 1.7 的 ISO 规范有 756 页。完整实现一个符合标准的 PDF 渲染引擎需要数年工程投入。"开放"不等于"容易做"。

1.3.3 从买断到订阅

2013 年，Adobe 全面转向 Creative Cloud 订阅制。Acrobat 从一次性购买变成月费制。这个商业模式转变引发了巨大争议，但从商业角度是极其成功的——Adobe 的年收入从 2012 年的 43 亿美元增长到 2024 年的 215 亿美元。

对用户来说，这意味着"编辑 PDF"这件事变成了每月 22.99 美元的持续支出。这也是为什么市场上出现了大量替代品（Foxit、Smallpdf、各种在线工具）——但没有一个能完全匹配 Acrobat 的功能完整度。

1.4 PDF 的竞争者们（以及他们为什么输了）

1.4.1 DjVu：比 PDF 更早优化扫描文档

DjVu（发音 "déjà vu"）是 AT&T 实验室在 1996 年发明的格式，专门针对扫描文档优化。它的压缩算法极其出色——同样的扫描页面，DjVu 文件通常只有 PDF 的 1/5 到 1/10 大小。

DjVu 的核心思想是把每一页拆成三层：

• 前景层（文字和线条，高分辨率，1-bit 黑白）
• 背景层（图片和底色，低分辨率，彩色）
• 蒙版层（决定哪些区域属于前景、哪些属于背景）

这种分层压缩方式让扫描文档既清晰又小巧。在学术文献下载网站（如某些影子图书馆）上，DjVu 至今仍被广泛使用。

但 DjVu 输给 PDF 的原因很简单：生态。Adobe 几乎在每台电脑上预装了免费的 PDF 阅读器，而打开 DjVu 需要额外安装软件。技术上更优不代表生态上能赢。

1.4.2 XPS：微软的尝试

2006 年，微软随 Windows Vista 推出了 XPS（XML Paper Specification）。它基于 XML 和 ZIP，结构比 PDF 更现代、更容易解析。

XPS 的技术设计其实相当不错——XML 描述的页面结构比 PDF 的二进制对象清晰得多，字体嵌入和颜色管理也考虑得很周全。但它犯了一个致命错误：来得太晚了。

到 2006 年，PDF 已经是事实标准。全世界的政府、企业、学术机构都在用 PDF 交换文件。没有人愿意为一个功能相似的新格式重新建设工具链。XPS 在 Windows 10 中已经被边缘化，到 Windows 11 基本名存实亡。

1.4.3 HTML：Web 时代的"反 PDF"

有一种论调认为"HTML 才是文档的未来"——响应式、可搜索、天然跨平台。

但 HTML 和 PDF 解决的是根本不同的问题：

PDF 的核心价值是"视觉保真"——你发给对方一份 PDF，不管他在什么设备上打开，看到的排版和你完全一样。HTML 做不到这一点，也不打算做到这一点。

这就是为什么合同、论文、发票、官方文件依然是 PDF——在这些场景中，"每个人看到完全相同的内容"不是可选的，是强制要求。

1.5 PDF 版本演进一览

三十年，从一个简单的"电子纸"进化成一个功能庞大、向后兼容三十年历史包袱的复杂系统。后面的章节会让你看到这些复杂性到底意味着什么。