java - apache pdfbox - 如何测试文档是否被展平？

Question

我写了下面的小Java main方法。它接受一个(出于测试目的而硬编码!)PDF 文档，我知道该文档包含表单中的 Activity 元素，需要将其展平。

public static void main(String [] args) {

    try {
        // for testing
        Tika tika = new Tika();
        String filePath = "<path-to>/<pdf-document-with-active-elements>.pdf";
        String fileName = filePath.substring(0, filePath.length() -4);
        File file = new File(filePath);
        if (tika.detect(file).equalsIgnoreCase("application/pdf")) {
            PDDocument pdDocument = PDDocument.load(file);
            PDAcroForm pdAcroForm = pdDocument.getDocumentCatalog().getAcroForm();
            if (pdAcroForm != null) {
                pdAcroForm.flatten();
                pdAcroForm.refreshAppearances();

                pdDocument.save(fileName + "-flattened.pdf");
            }
            pdDocument.close();
        }
    }
    catch (Exception e) {
        System.err.println("Exception: " + e.getLocalizedMessage());
    }
}

什么样的测试会断言 File(<path-to>/<pdf-document-with-active-elements>-flattened.pdf)事实上，由这段代码生成的代码会是平坦的吗？

Answer 1

What kind of test would assert that the file generated by this code would, in fact, be flat?

重新加载该文档并检查其 PDAcroForm 中是否有任何表单字段(如果有 PDAcroForm)。

如果您想彻底了解，还可以遍历页面并确保不再有与它们关联的 Widget 注释。

为了真正彻底，在拼合之前另外确定字段位置和内容，并将这些位置的文本提取应用到拼合的 pdf 中。这证实了表单不仅被丢弃而且确实被压平了。