java - 如何从 iText PDFReader 获取字节数组

Question

如何从 Itext PDFReader 获取字节数组。

float width = 8.5f * 72;
float height = 11f * 72;
float tolerance = 1f;

PdfReader reader = new PdfReader("source.pdf");

for (int i = 1; i <= reader.getNumberOfPages(); i++)
{
    Rectangle cropBox = reader.getCropBox(i);
    float widthToAdd = width - cropBox.getWidth();
    float heightToAdd = height - cropBox.getHeight();
    if (Math.abs(widthToAdd) > tolerance || Math.abs(heightToAdd) > tolerance)
    {
        float[] newBoxValues = new float[] { 
            cropBox.getLeft() - widthToAdd / 2,
            cropBox.getBottom() - heightToAdd / 2,
            cropBox.getRight() + widthToAdd / 2,
            cropBox.getTop() + heightToAdd / 2
        };
        PdfArray newBox = new PdfArray(newBoxValues);

        PdfDictionary pageDict = reader.getPageN(i);
        pageDict.put(PdfName.CROPBOX, newBox);
        pageDict.put(PdfName.MEDIABOX, newBox);
    }
}

从上面的代码中，我需要从读取器对象中获取字节数组。怎么办？

1) 不工作，字节数组为空。

OutputStream out = new ByteArrayOutputStream();
PdfStamper stamper = new PdfStamper(reader, out);
stamper.close();

byte byteArray[] = (((ByteArrayOutputStream)out).toByteArray()); 

2) 不工作，得到 java.io.IOException: Error: Header doesn't contain versioninfo

ByteArrayOutputStream outputStream = new ByteArrayOutputStream( );
    for (int i = 1; i <= reader.getNumberOfPages(); i++)
        {
            outputStream.write(reader.getPageContent(i));
        }
   PDDocument pdDocument = new PDDocument().load(outputStream.toByteArray( );)  

有没有其他方法可以从 PDFReader 获取字节数组。

Answer 1

让我们从不同的角度来看这个问题。在我看来，您想逐页呈现 PDF。如果是这样，那么你的问题就完全错了。正如我已经指出的那样，提取页面内容流是不够的:没有一个渲染器能够渲染这样的流，因为您没有传递任何资源，例如字体、表单和图像 XObjects，...

如果您想从 PDF 中呈现单独的页面，您需要将文档突发成单独的单页完整 PDF 文档。这些单页文档需要包含呈现页面所需的所有信息。这对内存不友好:假设您有 10 页的 100 KB 文档，其中每一页都显示一个 80 KB 的 Logo ，您最终将得到 10 个文档，每个文档至少 80 KB(乘以 10 已经 800 KB，这远远超过 10 页文档，其中 10 页共享一个 Image XObject)。

你需要做这样的事情:

PdfReader reader = new PdfReader("source.pdf");
int n = reader.getNumberOfPages();
reader close();
ByteArrayOutputStream boas;
PdfStamper stamper;
for (int i = 0; i < n; ) {
    reader = new PdfReader("source.pdf");
    reader.selectPages(String.valueOf(++i));
    baos = new ByteArrayOutputStream();
    stamper = new PdfStamper(reader, baos);
    stamper.close();
    doSomethingWithBytes(baos.toByteArray);
}

在这种情况下，baos.toByteArray() 将包含有效 PDF 文件的字节。在您的任何尝试中都不是这种情况。