C++使用PoDoFo库处理PDF文件

📚 PoDoFo 简介

PoDoFo 是一个用 C++ 编写的自由开源库，专用于 读取、写入和操作 PDF 文件。它适用于需要程序化处理 PDF 文件的应用程序，比如批量生成、修改、合并、提取元数据、绘图等。

🌟 核心特点

特性	说明
📄 PDF 读取	支持加载 PDF，读取内容流、页数、对象、元数据等
✍️ PDF 写入	可创建新 PDF，添加页、文本、图片、绘图操作
📌 PDF 编辑	可访问并修改 PDF 内部结构，如对象树
🔐 加密支持	支持基本加密（RC4、标准 PDF 加密），但支持有限
📦 轻量依赖	只依赖标准 C++ 和一些通用库（如 zlib、freetype、libjpeg）

🏗️ 技术基础

• 语言：C++
• 授权协议：LGPL
• 平台：Linux / Windows / macOS
• 主要头文件：#include <podofo/podofo.h>

📦 常见用途

1. 批量生成 PDF 报告
2. 批量提取页数、作者、标题等元数据
3. 根据程序逻辑创建图形、表格型 PDF
4. 读取 PDF 对象结构进行分析或修改

⚠️ 局限性

• 不支持 PDF 渲染（不能直接显示或截图）
• 对于复杂加密和 PDF/A 等标准支持有限
• 文档和社区相对较小，不如 poppler 丰富

📌 官方地址

• GitHub 镜像（非官方）: https://github.com/podofo/podofo
• 官方网站（较旧）: http://podofo.sourceforge.net/

1、安装podofo

方式1：apt安装

sudo apt install libpodofo-dev
# 确认是否安装成功
dpkg -LA libpodofo-dev

出现类似这样的路径说明没问题。

方式2：源码安装

git clone https://github.com/podofo/podofo.git
cd podofo
mkdir build && cd build
cmake ..
make
sudo make install

2、示例代码

下面是一个使用PoDoFo库来过滤PDF文件的示例代码。假设我们有一个目录，里面包含多个PDF文件，我们想根据某些条件（比如页数）来过滤这些文件。

2.1 main.cpp

#include <podofo/podofo.h>
#include <iostream>
#include <filesystem>
#include <vector>

namespace fs = std::filesystem;

void FilterPDFs(const std::string& directory, int minPages) {
    std::vector<std::string> filteredFiles;

    for (const auto& entry : fs::directory_iterator(directory)) {
        if (entry.is_regular_file() && entry.path().extension() == ".pdf") {
            try {
                PoDoFo::PdfMemDocument document;
                // std::cout<<entry.path().string()<<std::endl;
                document.Load(entry.path().c_str());
                // 获取PDF文件的页数
                int numPages = document.GetPageCount();

                if (numPages >= minPages) {
                    filteredFiles.push_back(entry.path().string());
                }
            } catch (const PoDoFo::PdfError& e) {
                std::cerr << "Error processing file " << entry.path().string() << ": " << e.what() << std::endl;
            }
        }
    }

    // 输出符合条件的PDF文件
    std::cout << "Filtered PDF files with at least " << minPages << " pages:" << std::endl;
    for (const auto& file : filteredFiles) {
        std::cout << file << std::endl;
    }
}

int main() {
    std::string directory = "/your/pdf/path/";  // 替换为你的PDF文件所在目录
    int minPages = 5;  // 过滤条件：至少包含5页的PDF文件

    FilterPDFs(directory, minPages);

    return 0;
}

• PoDoFo库：这是一个C++库，用于创建、修改和解析PDF文件。在这个例子中，我们使用它来加载PDF文件并获取其页数。
• std::filesystem：这是C++17引入的标准库，用于处理文件系统相关的操作，如遍历目录中的文件。
• FilterPDFs函数：该函数接收一个目录路径和最小页数作为参数，遍历目录中的所有PDF文件，并根据页数进行过滤。
• 异常处理：在加载PDF文件时可能会出现错误（例如文件损坏），因此我们使用try-catch块来捕获并处理这些错误。

2.2 CMakeLists.txt

# 指定CMake的最低版本要求
cmake_minimum_required(VERSION 3.10)

# 定义项目名称和编程语言
project(PdfFilter VERSION 1.0 LANGUAGES CXX)

# 设置C++标准 (例如C++17)
set(CMAKE_CXX_STANDARD 17)
set(CMAKE_CXX_STANDARD_REQUIRED True)
set(CMAKE_CXX_EXTENSIONS False)

# podofo
find_library(PODOFO_LIBRARY podofo)

# 添加可执行文件
add_executable(${PROJECT_NAME} main.cpp)

# 如果有第三方库需要链接，可以使用target_link_libraries
target_link_libraries(${PROJECT_NAME} ${PODOFO_LIBRARY})

message("🐼 ${PODOFO_LIBRARY}")

2.3 编译运行

• 编译

mkdir build
cd build
cmake ..
-- The CXX compiler identification is GNU 13.3.0
-- Detecting CXX compiler ABI info
-- Detecting CXX compiler ABI info - done
-- Check for working CXX compiler: /usr/bin/c++ - skipped
-- Detecting CXX compile features
-- Detecting CXX compile features - done
🐼 /usr/lib/libpodofo.so
-- Configuring done (1.4s)
-- Generating done (0.0s)
-- Build files have been written to: /mnt/d/cppworkspace/PDFDemo/build
make
[ 50%] Building CXX object CMakeFiles/PdfFilter.dir/main.cpp.o
[100%] Linking CXX executable PdfFilter
[100%] Built target PdfFilter

• 运行

./PdfFilter

• 文件结构

.
|-- main.cpp
|-- CMakeLists.txt
|-- build
|   |-- CMakeCache.txt
|   |-- CMakeFiles
|   |-- Makefile
|   |-- PdfFilter
|   |-- cmake_install.cmake