拼合 PDF 字段会删除格式答案

【问题标题】：Flattening PDF fields removes formatting拼合 PDF 字段会删除格式
【发布时间】：2019-08-20 08:53:50
【问题描述】：

我尝试在包含富文本的 pdf 中展平表单字段 (PDAcroForm.flatten())。这样做时，格式（粗体、斜体、颜色、大小）会丢失。

^{已经不能吃了，不过格式也没有了。}

    String inputFileName = "test.pdf";

    String val = "<?xml version=\"1.0\"?>"
            + "<body xmlns=\"http://www.w3.org/1999/xhtml\">"
            +   "<p style=\"color:#FF0000;font-size:8pt;\">"
            +       "<i>Small</i> <b>Red</b>&#13;"
            +   "</p>"
            +   "<p style=\"color:#00FF00;font-size:20pt;\">"
            +       "<i>Big</i> <b>Green</b>&#13;"
            +   "</p>"
            + "</body>";
    String valNoFormat = "Small Red\rBig Green\r";

    PDDocument pdf_document = PDDocument.load(new File(inputFileName));
    PDAcroForm acroForm = pdf_document.getDocumentCatalog().getAcroForm();
    PDTextField acroField = (PDTextField)acroForm.getField("example_field_number_one");

    acroField.setValue(valNoFormat);
    acroField.setRichTextValue(val);

    acroForm.setNeedAppearances(true);
    pdf_document.save(new File("output01.pdf"));

    List<PDField> the_fields = new ArrayList<PDField>();
    for (PDField field: pdf_document.getDocumentCatalog().getAcroForm().getFieldTree()) {
        the_fields.add(field);
    }
    System.out.println("Flattening fields: " + Arrays.stream(the_fields.toArray()).map(field -> ((PDField)field).getFullyQualifiedName()).collect(Collectors.joining(", ","[","]")));
    acroForm.setNeedAppearances(true);
    pdf_document.getDocumentCatalog().getAcroForm().flatten(the_fields, true);
    pdf_document.save(new File("output02.pdf"));

通过表单菜单使用Adobe Acrobat Pro10.1.1 创建该表单元素，并将pdf 保存为test.pdf。

为了完整起见，我在 github 上上传了所有内容：

完全最小的example（也可以通过Permalink）
输入模板：test.pdf
在扁平化之前填充了值：output01.pdf
展平后：output02.pdf

问题是，如何删除输入字段并将其展平，同时保持内容的样式以及字段中的自动大小等首选功能？

【问题讨论】：

PDFBox 不支持富文本，所以你会得到“便宜”的外观。
@TilmanHausherr 是否有任何可行的解决方法和/或项目？或者我可以贡献的任何已经完成的工作？
不在 PDFBox 上...您可以查看 openhtmltopdf 项目 (github.com/danfickle/openhtmltopdf)，然后尝试使用该代码填充外观流。但这不会在几分钟内完成。

标签： java pdf pdfbox acrofields flatten-pdf

【解决方案1】：

也许删除可编辑状态就足够了：

for (PDField field: pdf_document.getDocumentCatalog().getAcroForm().getFieldTree()) {
    field.setReadOnly(true);
}

【讨论】：

似乎字段中的格式不会被所有查看器显示，即浏览器内置的。
例如在 Chrome 的 pdf 查看器中，output01.pdf 看起来像 output02.pdf。没有颜色，也没有样式。
Maybe it suffices to remove the editable state - 不，它没有。