PDF擅长于描述复杂的页面版式,因此已经成为通用文档格式标准之一,也是目前最常用的科技论文存储载体。而ScienceWord是一种面向科技教育领域的专业文档处理软件,可以方便地编辑公式、化学式、数学几何图形等科技文档对象。然而ScienceWord格式文档尚不具有很强的通用性,为了满足用户需求,有必要向ScienceWord软件中加入PDF存储功能。PDF文档存储模块开发相对独立于ScienceWord软件框架。从功能上来看,该模块所做的主要工作可分为两部分:文字、图形、图片等基本文档对象的加入;科技文档对象的加入。基本文档对象在PDF中以页面描述语言形式描述,同时兼顾生成PDF的文档精确性、存储效率以及跨平台特性。科技文档对象则相对复杂,除了构成自身的基本文档元素以外,它们不仅具有复杂的内部结构,而且不同科技文档对象之间也具有复杂的逻辑关系。这些逻辑信息是用户最为关心的,也是传统PDF文档不能描述的。为了减小在文档存储过程中逻辑信息的损失,得到具有更好内容访问特性的PDF文档,对科技文档对象描述进行了研究,将其抽象为层次化的数据结构,然后通过扩展的PDF标签描述。以研究结果为依据实现的原型系统与ScienceWord软件框架兼容,可以作为ScienceWord软件中的PDF文档存储方案。原型系统生成的标签PDF文件可以完全保持文档原有的逻辑信息,并且可以通过Acrobat插件程序提取还原这些信息。标签PDF文档可以描述复杂的文档逻辑结构,而且页面内容的物理存储更有组织,便于今后实现基于内容的PDF文件检索或是其他复杂应用。