PDFファイルの破損状況を確認するスクリプト

Question

■システム
Windows 10

以前も同じような投稿をしましたが、
大量のTIFファイルとPDFファイルが破損していないかをチェックするスクリプトを作成しようとしています。

TIFの場合は以下のような2つのスクリプトを実行し、形式があっていれば問題ないと判断しようとしています。

TIFの形式確認
■先頭文字の確認
Get-Content "TIFのファイルパス" -Encoding Byte -Head 5 | %{$s=""}{$s+="{0:x2} " -f $_}{echo $s}

■後尾文字の確認
Get-Content "TIFのファイルパス" -Encoding Byte -Tail 5 | %{$s=""}{$s+="{0:x2} " -f $_}{echo $s}

TIFであれば、先頭は「49 49 ・・・」で開始し、最終行は「00」であれば問題ないといったん判断することにしています。

このようなチェックをPDFでもやりたいのですが、何か方法をご存じの方はいないでしょうか。
ファイルが100万個ほどあり、時間制限の中で確認するため、ファイルを開いて確認する方法以外で
何か手立てがあればと思います。

＜前提＞
色々なソフトウェアがインストール、exeなどの配置も出来ないため、なるべくWindows10の標準で行えればと思います。

Answer 1

PDFの構造について記載されているこのサイトが役に立ちました。

https://qiita.com/7shi/items/f48a93f8e769e2cf5dec

%PDF-1.2
startxref
%%EOF

この3つを軸に破損がないかを確認するようにしました。
「startxref」だけは複数ある可能性があるので注意です。

Answer 2

PDF ファイルフォーマット、でぐぐると、PDFのファイル構造が出てきます。
これを読んで、あなたの考える破損状況を判断すればいいです

Comments

[RTM]

回答ありがとうございます。

おっしゃっているのはこれでしょうか？
https://www.pdf-tools.trustss.co.jp/Syntax/fileStruct.html