Les fichiers PDF s'appuient sur une structure binaire interne précise composée d'un catalogue d'objets, de dictionnaires de flux et d'une table de références croisées (XREF) qui associe des décalages d'octets spécifiques aux objets du document. Les causes fréquentes de corruption incluent les téléchargements interrompus, les coupures réseau lors d'un transfert, les pièces jointes d'e-mail mal encodées, les synchronisations cloud incomplètes ou les secteurs défectueux d'un disque.
Lorsque le décalage de la table XREF est altéré ou tronqué, les lecteurs PDF standards affichent des erreurs telles que « Le fichier est endommagé et n'a pas pu être réparé » ou « Erreur de format : ceci n'est pas un fichier PDF ou il est corrompu ».
