Um PDF válido pode ser “dados de serialização Java”?

Eu tenho um arquivo PDF que meu leitor (Zathura) não abriria. Eu tenho outro leitor (mupdf) que abri-lo. Acredito que o Zathura depende da detecção do valor mágico do arquivo (primeiros bytes), pois ele pode abrir outros formatos além do PDF.

Na inspeção, notei que é detectado como Java serialisation data, version 5.

$ file document.pdf
document.pdf: Java serialization data, version 5

Inspecionando os primeiros bytes:

00000000: aced 0005 7572 0002 5b42 acf3 17f8 0608 ....ur..[B......
00000010: 54e0 0200 0078 7000 0389 9525 5044 462d T....xp....%PDF-

Normalmente, um PDF começaria com %PDF no byte 0.

Se eu despir os primeiros 27 bytes, posso abrir o arquivo:

$ dd if=~/Downloads/file.pdf skip=27 bs=1 of=/tmp/file.pdf

Uma inspeção mais detalhada mostra que o arquivo foi gerado pelo Apache FOP Versão 1.1. Não consigo encontrar qualquer metion deste formato para um PDF, apesar de um pouco do Google.

Este é um formato válido para um PDF?

atualizar Tendo mergulhado um pouco no cabeçalho, ele parece ser um array serializado em java, onde o 'array' contém os dados do arquivo PDF. Olhei para o especificação para o protocolo de serialização e, em particular, o descrição gramatical a partir do qual eu poderia decodificar o cabeçalho de 27 bytes como:

• AC ED = STREAM_MAGIC identifica o conteúdo do arquivo como protocolo de serialização.

• 00 05 = STREAM_VERSION A versão de serialização.

• 75 = TC_ARRAY
• 72 = TC_CLASSDESC
• 00 02 = Comprimento do nome da classe.
• 5b 42 = o nome da classe ur
• AC F3 17 F8 06 08 54 E0 = SerialVersionUID, o identificador da versão em série da classe.
• 02 = flag SC_SERIALIZABLE - o objeto suporta serialização.
• 00 00 = Número de campos nesta classe (zero!)
• 78 = TC_ENDBLOCKDATA.
• 70 = TC_NULL (Objeto não tem classe pai).
• 00 03 89 95 = length of "array" = 231829 = tamanho dos dados em bytes

O PDF extraído é de fato 231829 bytes

$ dd if=document.pdf skip=27 bs=1 | wc -c
231829 bytes 

Isso indicaria que o arquivo não está corrompido e é, de fato, um array serializado Java que contém um documento PDF. Mas isso seria considerado um PDF válido?

o referência tem isto a dizer:

3.4.1 File Header

The first line of a PDF file is a header identifying the version of the PDF
specification to which the file conforms. For a file conforming to PDF 1.7, 
the header should be

    %PDF−1.7

Minha interpretação dessa linha é que, estritamente falando, o arquivo que você tem é não um arquivo PDF válido. A primeira linha termina com o valor correto, mas contém "lixo" adicional antes dele.

Dito isto, é mais provável que até a implementação do leitor de PDF como procurar o %PDF-x.x magia, e meu palpite é que a maioria lê até que eles atingiram o primeiro 0D 0A que no seu caso acontece logo após o marcador PDF.

Se os dados de serialização contivessem o 0D 0A valor, então meu palpite é que o mupdf também falharia em lê-lo.