java - PDFbox表示PDDocument在未关闭时关闭

Question

我正在尝试使用PDFbox填充重复的表单。我正在使用TreeMap并使用单个记录填充表单。 pdf格式的格式是在第一页上列出了六个记录，在第二页上插入了一个静态页。 （对于大于六个记录的TreeMap，将重复此过程）。我得到的错误特定于TreeMap的大小。这就是我的问题。我不知道为什么当我用超过35个条目填充TreeMap时收到此警告：

2018年4月23日2:36:25 org.apache.pdfbox.cos.COSDocument最终定稿
警告：警告：您没有关闭PDF文档

public class test {
    public static void main(String[] args) throws IOException,         IOException {
    // TODO Auto-generated method stub
    File dataFile = new File("dataFile.csv");
    File fi = new File("form.pdf");
    Scanner fileScanner = new Scanner(dataFile);
    fileScanner.nextLine();
    TreeMap<String, String[]> assetTable = new TreeMap<String, String[]>();
    int x = 0;
    while (x <= 36) {
        String lineIn = fileScanner.nextLine();
        String[] elements = lineIn.split(",");
        elements[0] = elements[0].toUpperCase().replaceAll(" ", "");
        String key = elements[0];
        key = key.replaceAll(" ", "");
        assetTable.put(key, elements);
        x++;
    }
    PDDocument newDoc = new PDDocument();
    int control = 1;
    PDDocument doc = PDDocument.load(fi);
    PDDocumentCatalog cat = doc.getDocumentCatalog();
    PDAcroForm form = cat.getAcroForm();
    for (String s : assetTable.keySet()) {
        if (control <= 6) {
            PDField IDno1 = (form.getField("IDno" + control));
            PDField Locno1 = (form.getField("locNo" + control));
            PDField serno1 = (form.getField("serNo" + control));
            PDField typeno1 = (form.getField("typeNo" + control));
            PDField maintno1 = (form.getField("maintNo" + control));
            String IDnoOne = assetTable.get(s)[1];
            //System.out.println(IDnoOne);
            IDno1.setValue(assetTable.get(s)[0]);
            IDno1.setReadOnly(true);
            Locno1.setValue(assetTable.get(s)[1]);
            Locno1.setReadOnly(true);
            serno1.setValue(assetTable.get(s)[2]);
            serno1.setReadOnly(true);
            typeno1.setValue(assetTable.get(s)[3]);
            typeno1.setReadOnly(true);
            String type = "";
            if (assetTable.get(s)[5].equals("1"))
                type += "Hydrotest";
            if (assetTable.get(s)[5].equals("6"))
                type += "6 Year Maintenance";
            String maint = assetTable.get(s)[4] + " - " + type;
            maintno1.setValue(maint);
            maintno1.setReadOnly(true);
            control++;
        } else {
            PDField dateIn = form.getField("dateIn");
            dateIn.setValue("1/2019 Yearlies");
            dateIn.setReadOnly(true);
            PDField tagDate = form.getField("tagDate");
            tagDate.setValue("2019 / 2020");
            tagDate.setReadOnly(true);
            newDoc.addPage(doc.getPage(0));
            newDoc.addPage(doc.getPage(1));
            control = 1;
            doc = PDDocument.load(fi);
            cat = doc.getDocumentCatalog();
            form = cat.getAcroForm();
        }
    }
    PDField dateIn = form.getField("dateIn");
    dateIn.setValue("1/2019 Yearlies");
    dateIn.setReadOnly(true);
    PDField tagDate = form.getField("tagDate");
    tagDate.setValue("2019 / 2020");
    tagDate.setReadOnly(true);
    newDoc.addPage(doc.getPage(0));
    newDoc.addPage(doc.getPage(1));
    newDoc.save("PDFtest.pdf");
    Desktop.getDesktop().open(new File("PDFtest.pdf"));

}

我无法弄清我做错了什么。这是我使用PDFbox的第一周，所以我希望它简单一些。

更新的错误信息

WARNING: Warning: You did not close a PDF Document
Exception in thread "main" java.io.IOException: COSStream has been closed and cannot be read. Perhaps its enclosing PDDocument has been closed?
    at org.apache.pdfbox.cos.COSStream.checkClosed(COSStream.java:77)
    at org.apache.pdfbox.cos.COSStream.createRawInputStream(COSStream.java:125)
    at org.apache.pdfbox.pdfwriter.COSWriter.visitFromStream(COSWriter.java:1200)
    at org.apache.pdfbox.cos.COSStream.accept(COSStream.java:383)
    at org.apache.pdfbox.cos.COSObject.accept(COSObject.java:158)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteObject(COSWriter.java:522)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteObjects(COSWriter.java:460)
    at org.apache.pdfbox.pdfwriter.COSWriter.doWriteBody(COSWriter.java:444)
    at org.apache.pdfbox.pdfwriter.COSWriter.visitFromDocument(COSWriter.java:1096)
    at org.apache.pdfbox.cos.COSDocument.accept(COSDocument.java:419)
    at org.apache.pdfbox.pdfwriter.COSWriter.write(COSWriter.java:1367)
    at org.apache.pdfbox.pdfwriter.COSWriter.write(COSWriter.java:1254)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1232)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1204)
    at org.apache.pdfbox.pdmodel.PDDocument.save(PDDocument.java:1192)
    at test.test.main(test.java:87)

Answer 1

警告本身

您似乎听错了警告。它说：


  警告：您没有关闭PDF文档


因此，与您的想法相反，“ PDFbox说PDDocument在未关闭时关闭”，PDFBox说您没有关闭文档！

编辑后，您会看到它实际上是说COSStream已被关闭，可能的原因是封闭的PDDocument已被关闭。这仅仅是可能性！

您的警告

话虽如此，通过将一个文档中的页面添加到另一个文档中，您可能最终会引用两个文档中的这些页面。在那种情况下，在关闭两个文档的过程中（例如，通过垃圾回收自动关闭），第二次关闭实际上可能偶然遇到了一些已经关闭的COSStream实例。

因此，我的第一个建议是最后简单地关闭文档

doc.close();
newDoc.close();

可能不会删除警告，而只是更改其时间。

实际上，您不仅创建了两个文档 doc和 newDoc，甚至创建了新的 PDDocument实例并将它们一次又一次地分配给 doc，在此过程中，该变量中的前一个文档对象设置为无垃圾采集。因此，一旦不再引用，您最终将关闭一大堆文档。

我认为尽早关闭 doc中的所有这些文档不是一个好主意，尤其是在保存 newDoc之前。

但是，如果您的代码最终将在大型应用程序中运行，而不是在一个小的一次性测试应用程序中运行，则应将所有这些 PDDocument实例收集在某个 Collection中，并在保存 newDoc之后立即将其明确关闭然后清除收藏集。

实际上，您的异常看上去像是那些丢失的 PDDocument实例之一已被垃圾回收所关闭，因此，即使使用简单的单发实用程序，也应收集文档，以防止它们被GC处理。

（@Tilman，如果我错了，请纠正我...）

导入页面

为了防止其他文档共享页面出现问题，您可以尝试将页面导入到目标文档中，然后将导入的页面添加到目标文档页面树中。即更换

newDoc.addPage(doc.getPage(0));
newDoc.addPage(doc.getPage(1));

通过

newDoc.addPage(newDoc.importPage(doc.getPage(0)));
newDoc.addPage(newDoc.importPage(doc.getPage(1)));

这应该允许您在丢失之前关闭 PDDocument中的每个 doc实例。
但是，这有一些缺点。方法JavaDoc和 this answer here。

您代码中的实际问题

在合并的文档中，您将具有许多最初设置为不同值的具有相同名称的字段（至少在CSV文件中条目数量足够多的情况下）。并且您可以从相应原始文档的 PDAcroForm中访问字段，但不要将其添加到合并结果文档的 PDAcroForm中。

这是自找麻烦！ PDF格式确实认为表单是文档范围内的，所有字段都直接或间接地从文档的AcroForm字典中引用，并且它期望具有相同名称的字段实际上是同一字段的不同可视化，因此所有人相同的值。

因此，PDF处理器可能会以意想不到的方式处理您的文档字段，例如


通过在所有具有相同名称的字段中显示相同的值（因为它们应该具有相同的值）或
通过忽略您的字段（因为它们不在文档AcroForm结构中）。


特别是，以编程方式读取PDF字段值将失败，因为在这种情况下，该表单被确定地视为文档范围的并且基于AcroForm。另一方面，PDF查看器可能会首先显示您的设置值并使外观正常。

为避免这种情况，您应在合并之前重命名字段。您可以考虑使用 PDFMergerUtility在后台进行这样的重命名。有关该实用工具类的用法示例，请参见 PDFMergerExample。