java - PdfBox 压平 pdf 不会删除 acroform 元素

Question

我有一个包含很多 acroform 的 pdf，我对其进行了一些操作，从而生成了一个新的 pdf。所以我有 PDF-1(这是原始的)和 PDF-2(只是 PDF-1 的副本)，现在我想合并它们。两个 PDF 都有一些 acroform，例如:field_a、field_2...

在合并它们之前，我会拼合 PDF-1，因为我只想拥有 PDF-2 中的 acrofields。当我检查新合并的 PDF 时，我可以看到 PDF-1 的页面上没有可见字段，而 PDF-2 的字段页面上有字段。乍一看似乎没问题，但当我检查字段时，我可以看到合并已重命名 PDF-2 的所有字段，例如field_a_dummy123、field_b_dummy232 ...

在我看来，扁平化不会删除字段，这就是为什么 PDFBox 中的 PDFMerger 会重命名 PDF-2 的字段，因为 acrofields 需要是唯一的。有没有办法完全去除PDF-1的acroforms？

@Test
public void flattenAndMerge() throws IOException {
    File testForm = new File(classLoader.getResource("./TestForm.pdf").getFile());

    byte[] testFormAsByte = Files.readAllBytes(testForm.toPath());
    byte[] testFormAsByte2 = Files.readAllBytes(testForm.toPath());

    PDDocument pdf1 = PDDocument.load(testFormAsByte);
    PDAcroForm acroform = pdf1.getDocumentCatalog().getAcroForm();
    acroform.flatten();
    Path flattendedPdf = Files.createTempFile("flatten", ".pdf");
    pdf1.save(flattendedPdf.toFile());


    PDFMergerUtility merger = new PDFMergerUtility();
    merger.addSource(new ByteArrayInputStream(Files.readAllBytes(flattendedPdf)));
    merger.addSource(new ByteArrayInputStream(testFormAsByte2));
    merger.setDestinationFileName("./build/flattenAndMerge.pdf");
    merger.mergeDocuments(MemoryUsageSetting.setupMainMemoryOnly());

}

我使用的是 PDFBox 2.0.8。

这是输入文件:https://ufile.io/6etxp这是测试结果:https://ufile.io/bh94n

正如我所见，问题仅发生在复选框中，正常的文本字段将被正确删除

Answer 1

正如评论中已经提到的:

确实，这是一个错误。不过，这并不是因为OP假设扁平化不会删除字段，而是PDFMergerUtility.mergeAcroForm中合并代码的问题。

根本问题在于处理非平凡的字段层次结构:在 OP 共享的示例源文档中，复选框字段不是顶级字段，而是位于顶级节点“cb_a”下。

在合并的文档中，它们不仅被重命名，而且还被添加到顶级表单字段列表中；这实际上是无效的，因为它们仍然有对“cb_a”的父级引用。

此错误目前已在 Apacha Jira 条目 PDFBOX-4066 的上下文中讨论和解决。 .