PDFBox 在指定的页码处拆分为 3（插入 pdf）答案

【问题标题】：PDFBox Split into 3 at specified page numbers (to insert pdf)PDFBox 在指定的页码处拆分为 3（插入 pdf）
【发布时间】：2016-06-28 03:20:11
【问题描述】：

我已经阅读了 How to split a PDF using Apache PDFBox? 和 How to merge two PDF files into one in Java? 的帖子，但是，它只演示了如何在每个页面上将其拆分或分成相等的卡盘，并且 addSource() 的合并 api 似乎只有 File em>、String 和 InputStream 和 not PDDocument。

我想将一个单页 pdf 文件插入到指定页码的较大 pdf 文件（例如 100 页）的 3 个位置，例如第 3、7 和 10 页。因此，我需要在第 3、7、10 页拆分较大的文档，然后插入一页 pdf 文档，然后将所有拆分部分合并到一个新的 pdf 文件中。

我尝试过如下操作：

        PDDocument doc;
        PDDocument onePage;
        Splitter splitDoc = new Splitter();
        PDFMergerUtility mergedDoc = new PDFMergerUtility();

        onePage = PDDocument.load("/path/onepage.pdf");
        doc = PDDocument.load("/path/hundredpages.pdf");
        splitDoc.setSplitAtPage(1); // inefficient
        // is there a better solution for split?
        List<PDDocument> splitDocs = splitDoc.split(doc);

        for (int i=0; i<splitDocs.size(); i++) {

            if (i==2 || i==7 || i==10) { // only to demonstrate

                mergeFiles.addSource(onePage); // see comment below

            } else {

                // doesn't accept PDDocument 
                // what's the alternative without resorting to InputStream
                mergeFiles.addSource(splitDocs.remove(0)); 

            }


        }

        mergedDoc.setDestinationFileName("/path/mergeddoc.pdf");
        mergedDoc.mergeDocuments();

我哪里出错了或者有更好的方法吗？

【问题讨论】：

我的回答有帮助还是您还有问题？

标签： java pdfbox

【解决方案1】：

这个答案是关于你真正想要实现的，即

我想将一个单页 pdf 文件插入到指定页码的较大 pdf 文件（例如 100 页）的 3 个位置，例如第 3、7 和 10 页。

而不是你认为你必须为此做的事情，即

所以，我需要在第 3、7、10 页拆分较大的文档，然后插入一页 pdf doc，然后将所有拆分部分合并到一个新的 pdf 文件中。

此外，我假设您仍在使用 PDFBox 版本 1.8.x，而不是 2.0.0 候选版本。

要将页面插入文档（由PDDocument 实例表示），您实际上不必拆分和重新合并该文档，您只需在给定索引处添加页面。因此，我们可以简化方法。

不过，与此同时，您的任务中有一个细节再次使它变得复杂：您不能将相同的页面对象多次插入到同一个目标文档中，至少必须创建它的浅表副本。

考虑到这一点，您可以将单页 pdf 文件插入到较大 pdf 的 3 个位置：

PDDocument document = ...;
PDDocument singlePageDocument = ...;
PDPage singlePage = (PDPage) singlePageDocument.getDocumentCatalog().getAllPages().get(0);

PDPageNode rootPages = document.getDocumentCatalog().getPages();
rootPages.getKids().add(3-1, singlePage);
singlePage.setParent(rootPages);
singlePage = new PDPage(new COSDictionary(singlePage.getCOSDictionary()));
rootPages.getKids().add(7-1, singlePage);
singlePage = new PDPage(new COSDictionary(singlePage.getCOSDictionary()));
rootPages.getKids().add(10-1, singlePage);
rootPages.updateCount();

document.save(...);

(InsertPages.java 方法testInsertPages)

注意， 不过，此代码假定为平面页面树。在更深的页面树的情况下，必须以不同的方式遍历页面列表：要将页面作为第 n 个文档页面插入，您不能简单地将其添加到位置 n-1 到 Pages 根目录，而是必须检查它的孩子一个接一个，如果遇到内部PDPageNode 对象，您必须阅读它的Count 值以检查它包含的页数；如果这个数字暗示要插入的位置包含在其中，则必须递归到该内部 PDPageNode 对象。

【讨论】：