(已解决)使用Itext合并pdf报错:com.itextpdf.text.exceptions.InvalidPdfException: PDF header signature not found

目录

1、问题分析

2、解决问题


本文解决方案优化方案:

优化使用 itext 合并多个 pdf 方案,解决使用 Itext 合并 pdf 报错 PDF header signature not found_小庆_007的博客-CSDN博客

1、问题分析

相关依赖:

<dependency>
    <groupId>com.itextpdf</groupId>
    <artifactId>itextpdf</artifactId>
    <version>5.5.13</version>
</dependency>

这是我第一版没有修改前报错的代码:

package com.lxq.utils;

import com.itextpdf.text.Document;
import com.itextpdf.text.pdf.PdfCopy;
import com.itextpdf.text.pdf.PdfImportedPage;
import com.itextpdf.text.pdf.PdfReader;

import java.io.FileOutputStream;
import java.util.List;

public class PdfUtil {

    /**
     * author luXiaoQing
     * @param filePaths      需要拼接的多个pdf文件路径
     * @param outputFilePath 合并后pdf输出路径
     * @param outputFileName 合并后pdf文件名
     */
    public static void mergePdf(List<String> filePaths, String outputFilePath, String outputFileName) {
        if (filePaths.isEmpty()) {
            return;
        }
        if (!Utils.checkNotNull(outputFilePath) || !Utils.checkNotNull(outputFileName)) {
            return;
        }

        Document document = null;
        PdfCopy copy = null;
        PdfReader reader = null;
        try {
            document = new Document(new PdfReader(filePaths.get(0)).getPageSize(1));
            copy = new PdfCopy(document, new FileOutputStream(outputFilePath + outputFileName));
            document.open();
            for (String filePath : filePaths) {
                reader = new PdfReader(filePath);
                int numberOfPage = reader.getNumberOfPages();
                //注意 i 从 1 开始
                for (int i = 1; i <= numberOfPage; i++) {
                    document.newPage();
                    PdfImportedPage page = copy.getImportedPage(reader, i);
                    copy.addPage(page);
                }
            }
        } catch (Exception e) {
            System.out.println(e.getMessage() + e);
        } finally {
            if (Utils.checkNotNull(document)) {
                document.close();
            }
            if (Utils.checkNotNull(reader)) {
                reader.close();
            }
            if (Utils.checkNotNull(copy)) {
                copy.close();
            }
        }
    }
}

报错来源:

reader = new PdfReader(filePath);

看似没问题的代码,运行起来让人头大,问题的原因也让人无语(小小吐槽一下,诶嘿~)

通过 debug 发现了问题真正的原因是下面这三行代码:

document = new Document(new PdfReader(filePaths.get(0)).getPageSize(1));
copy = new PdfCopy(document, new FileOutputStream(outputFilePath + outputFileName));
document.open();

当我执行这三行代码后,参数 filePaths 中的第一个文件大小会变成 0 KB,后面我又去循环这个 filePaths, 在第一次循环时,new PdfReader(filePath); 就会读不到正确的文件。导致报错:com.itextpdf.text.exceptions.InvalidPdfException: PDF header signature not found.

for (String filePath : filePaths) {
    reader = new PdfReader(filePath);
    int numberOfPage = reader.getNumberOfPages();
    for (int i = 1; i <= numberOfPage; i++) {
        document.newPage();
        PdfImportedPage page = copy.getImportedPage(reader, i);
        copy.addPage(page);
    }
}

2、解决问题

真正困难的其实是:发现问题发生的真正原因,上面我们已经知道了错误的原因是由于 filePaths 中的第一个文件大小是0kb,我们在循环拼接之前将 File 保存为 byte[] ,其实应该有更好的解决方式。我这里有些取巧。大家如果有更好的解决方式,可以评论或私信我。有好的解决方案大家一起分享一下。

package com.lxq.utils;

import com.itextpdf.text.Document;
import com.itextpdf.text.pdf.PdfCopy;
import com.itextpdf.text.pdf.PdfImportedPage;
import com.itextpdf.text.pdf.PdfReader;

import java.io.FileOutputStream;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.ArrayList;
import java.util.List;

public class PdfUtil {

    /**
     * author luXiaoQing
     * @param filePaths      需要拼接的多个pdf文件路径
     * @param outputFilePath 合并后pdf输出路径
     * @param outputFileName 合并后pdf文件名
     */
    public static void mergePdf(List<String> filePaths, String outputFilePath, String outputFileName) {
        if (filePaths.isEmpty()) {
            return;
        }
        if (!Utils.checkNotNull(outputFilePath) || !Utils.checkNotNull(outputFileName)) {
            return;
        }

        Document document = null;
        PdfCopy copy = null;
        PdfReader reader = null;
        try {
            List<byte[]> fileBytes = new ArrayList<byte[]>();
            for (String filePath : filePaths) {
                fileBytes.add(Files.readAllBytes(Paths.get(filePath)));
            }
            document = new Document(new PdfReader(filePaths.get(0)).getPageSize(1));
            copy = new PdfCopy(document, new FileOutputStream(outputFilePath + outputFileName));
            document.open();
            for (byte[] fileByte : fileBytes) {
                reader = new PdfReader(fileByte);
                int numberOfPage = reader.getNumberOfPages();
                //注意 i 从 1 开始
                for (int i = 1; i <= numberOfPage; i++) {
                    document.newPage();
                    PdfImportedPage page = copy.getImportedPage(reader, i);
                    copy.addPage(page);
                }
            }
        } catch (Exception e) {
            System.out.println(e.getMessage() + e);
        } finally {
            if (Utils.checkNotNull(document)) {
                document.close();
            }
            if (Utils.checkNotNull(reader)) {
                reader.close();
            }
            if (Utils.checkNotNull(copy)) {
                copy.close();
            }
        }
    }

}
  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
com.itextpdf.text.pdf.parser.PdfReaderContentParser 是 iText 库中的一个类,用于解析 PDF 文档内容。它可以将 PDF 文档中的文本、图片等元素提取出来,从而实现对 PDF 文档内容的操作。 使用 PdfReaderContentParser 可以按照页面、坐标等多种方式来解析 PDF 文档内容。下面是一个简单的使用示例: ``` PdfReader reader = new PdfReader("input.pdf"); PdfReaderContentParser parser = new PdfReaderContentParser(reader); // 按页解析 PDF 文档内容 for (int i = 1; i <= reader.getNumberOfPages(); i++) { parser.processContent(i, new SimpleTextExtractionStrategy()); } // 按坐标解析 PDF 文档内容 Rectangle rect = new Rectangle(36, 750, 559, 756); FilteredTextRenderListener listener = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), new RegionTextRenderFilter(rect)); parser.processContent(pageNum, listener); String text = listener.getResultantText(); ``` 上述代码中,首先创建一个 PdfReader 对象和一个 PdfReaderContentParser 对象,然后通过 processContent() 方法来解析 PDF 内容。第一个示例是按页解析 PDF 内容,并使用 SimpleTextExtractionStrategy 来提取文本。第二个示例是按照指定的坐标范围解析 PDF 内容,并使用 FilteredTextRenderListener 和 LocationTextExtractionStrategy 来提取文本。 PdfReaderContentParser 还支持其他的解析策略,可以根据具体需求来选择使用。同时,还可以通过设置 RenderListener 来处理 PDF 文档中的其他元素,如图片、表格等。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值