检查 PDF 是否为 PDF/A 1-a 格式或不使用 Java 中的 PDFBOX答案

【问题标题】：Checking if a PDF is PDF/A 1-a format or not using PDFBOX in java检查 PDF 是否为 PDF/A 1-a 格式或不使用 Java 中的 PDFBOX
【发布时间】：2015-02-27 12:33:42
【问题描述】：

我必须检查 pdf 文件是否为 PDF/A 1-a 格式或不使用 pdfbox 或 java 中的任何其他免费库。在这方面，我在谷歌上搜索了很多，但我仍然无法获得任何代码或技术。

如何在 java 中检查这个。

【问题讨论】：

PDFBOX PDF/A validation) 呢？
那里他们只提到了 PDF/A-1b 格式的验证。没有给出适当的文档或解释。
据我所知，itext 是无与伦比的冠军（感谢 Lowagie）- 你可以在那里搜索。其余的 PDFLib 7 用于验证，但您可能已经知道了。
@Sameer 你真的需要检查它是否是 PDF/A-1a 还是足以检查它是否声称是 PDF /A-1a?前一个不是微不足道的。
@sameersingh 您需要什么“文档”？ PDFBox 预检会告诉您它是 PDF/A-1b，或者为什么不是。如需更多信息，您需要购买 PDF/A-1b 规范。

标签： java pdf pdfbox pdfa

【解决方案1】：

来自 pdfbox 的文档显示了如何进行 PDF/A-1b 验证：

https://pdfbox.apache.org/cookbook/pdfavalidation.html

要进行 pdf/a-1a 验证，您只需更改：

  parser.parse();

到：

 parser.parse(Format.PDF_A1A);

我可以通过阅读位于此处的解析器源代码来确定这一点：

http://grepcode.com/file/repo1.maven.org/maven2/org.apache.pdfbox/preflight/1.8.2/org/apache/pdfbox/preflight/parser/PreflightParser.java

【讨论】：

源码在这里：svn.apache.org/viewvc/pdfbox/trunk/preflight/?sortby=date
我们可以检查pdf或pdf中的图像是否是彩色的，还可以找到它们的像素密度。
这完全是另一个问题。但是...您可以提取图像并确定它们的像素密度（h x w）：stackoverflow.com/questions/8705163/…，但我不知道如何判断图像是否为“颜色”。
似乎在 2.0.4 中这已被删除，没有文档，显然没有出路。任何想法？我会分享我的解决方案（如果我找到了）
更新链接到pdfbox.apache.org/1.8/cookbook/pdfavalidation.html