如何从 .jar 文件中读取 PDF

Question

在我的 maven 项目中，我有位于 resources 文件夹内的 PDF 文件。我的函数从resources 文件夹中读取PDF 文件，并根据用户的数据在文档中添加一些值。

该项目使用mvn clean install 打包为.jar 文件，并在我的其他spring boot 应用程序中用作依赖项。

在我的 Spring Boot 项目中，我创建了将在 PDF 上执行一些工作的类的实例。一旦 PDF 文件上的所有工作完成，并且当 PDF 文件保存在文件系统上时，它总是空的（所有页面都是空白的）。我的印象是mvn clean install 对 PDF 文件做了一些事情。到目前为止，这是我尝试过的：

第一种方式

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
File file= new ClassPathResource("/pdfs/testpdf.pdf").getFile();//Try to get PDF file

PDDocument pdf = PDDocument.load(file);//Load PDF document from the file
List<PDField> fields = forms.getFields();//Get input fields that I want to update in the PDF    
fieldsMap.forEach(throwingConsumerWrapper((field,value) -> changeField(fields,field,value)));//Set input field values

pdf.save(byteArrayOutputStream);//Save value to the byte array

这很好用，但是一旦项目被打包到 .jar 文件中，我就会得到 new ClassPathResource("/pdfs/testpdf.pdf").getFile(); 找不到指定文件的异常。

这是正常的，因为File 类无法访问.jar 文件中的任何内容（它只能访问.jar 文件本身），这很清楚。

因此，该问题的解决方案是使用InputStream 而不是File。这是我所做的：

第二种方式

ByteArrayOutputStream byteArrayOutputStream = new ByteArrayOutputStream();
InputStream inputStream = new ClassPathResource("/pdfs/testpdf.pdf").getInputStream();//Try to get input stream

PDDocument pdf = PDDocument.load(inputStream );//Load PDF document from the input stream
List<PDField> fields = forms.getFields();//Get input fields that I want to update in the PDF    
fieldsMap.forEach(throwingConsumerWrapper((field,value) -> changeField(fields,field,value)));//Set input field values

pdf.save(byteArrayOutputStream);//Save value to the byte array

这次getInputStream() 不会抛出错误，并且inputStream 对象不是null。但是保存在我的文件系统上的PDF文件是空的，这意味着所有页面都是空的。

我什至尝试复制完整的 inputStream 并将其逐字节保存到文件中，但我注意到每个字节都等于 0。这是我所做的：

第三条路

InputStream inputStream = new ClassPathResource("/pdfs/test.pdf").getInputStream();
byte[] buffer = new byte[inputStream.available()];
inputStream.read(buffer);

File targetFile = new File(OUTPUT_FOLDER);
OutputStream outStream = new FileOutputStream(targetFile);
outStream.write(buffer);

复制的test.pdf 已保存，但使用 Adob​​e Reader 打开时报告为已损坏。

有人知道如何解决这个问题吗？

Answer 1

经过几个小时的调查以及@Simon Martinelli 和@Tilman Hausherr 的良好投入，我有两个问题需要解决：

第一个问题 - 正确读取文件

为了从resources 文件夹中读取文件，您必须使用适当的类。如上所述，您不能使用File 类从.jar 读取文件，我在我的情况下使用了以下构造：

InputStream inputStream = CreatePDF.class.getResourceAsStream("/pdfs/test.pdf");
PDDocument pdf = PDDocument.load(inputStream);

在我的情况下，CreatePDF 类是静态类。如果您的类不是静态的，请使用以下内容：

InputStream inputStream = this.getClass().getResourceAsStream("/pdfs/test.pdf");
PDDocument pdf = PDDocument.load(inputStream);

第二个问题 - 我原来的问题

我在我的问题的第三个示例中注意到的一件事是，当我将文件逐字节从 resources 复制到我的本地文件夹时，所有字节都等于 0。我知道这是不正确的所以我尝试用简单的.txt 文件做同样的事情，在这种情况下一切正常。这意味着mvn clean install 在 PDF 文件上造成了一些问题。 经过一番调查，我意识到 mvn 过滤器导致了问题。如果启用了资源过滤器：

<resource>
    <directory>src/main/resources</directory>
    <filtering>true</filtering>
</resource>

那么您的二进制数据将被损坏，这是我最初的问题。当我将其设置为 false 时，它的工作方式与预期一样。

这里是来自 maven 页面的警告：

警告：不要过滤图像等二进制内容的文件！这 很可能会导致输出损坏。

如果您同时拥有文本文件和二进制文件作为资源 建议有两个单独的文件夹。一个文件夹 src/main/resources (默认) 用于未过滤的资源 和另一个文件夹 src/main/resources-filtered 的资源 被过滤。

这是一个example 你怎么做的：

<resource>
    <directory>src/main/resources</directory>
    <filtering>true</filtering>
    <includes>
        <include>**/*.properties</include>
        <include>**/*.xml</include>
        <include>**/*.txt</include>
        <include>**/*.html</include>
    </includes>
</resource>
<resource>
    <directory>src/main/resources</directory>
    <filtering>false</filtering>
    <includes>
        <include>**/*.pdf</include>
    </includes>
</resource>

Answer 2

你必须像这样加载它：

InputStream inputStream = this.getClass().getClassloader().getResourceAsStream("/pdfs/testpdf.pdf");

如果您通过 ClassLoader 加载它，则路径从类路径的根目录开始。