获取 PDF 页面长度答案

【问题标题】：Getting PDF page length获取 PDF 页面长度
【发布时间】：2019-04-25 10:32:04
【问题描述】：

在我的 PDF 格式文章中，一页或多页可能是空白的，我想检测它们并从 PDF 文件中删除。如果我可以识别小于 60 KB 的页面，我想我可以检测到空页面。因为它们可能是空的。

我试过这样：

var reader = new PdfReader("D:\\_test\\file.pdf");
/*
 * With reader.FileLength, I can get whole pdf file size.
 * But I dont know, how can I get pages'sizes...
 */
for (var i = 1; i <= reader.NumberOfPages; i++)
{
    /*
     * MessageBox.Show(???);
     */
}

【问题讨论】：

splitting the PDF into multiple PDFs, one for each page然后测量它们各自的尺寸怎么样？
@uweKeim，我不想逐页拆分 PDF 文件。因为想想如果我一页一页地拆分故事书会对我有用。在逐页拆分页面并删除空白页面后重新组装页面听起来不专业。

标签： c# itext page-size

【解决方案1】：

我会分两步完成：

首先使用 IEventListener 遍历文档以检测哪些页面是空的
确定哪些页面为空后，只需将源文档中的非空页面复制到新文档中即可创建一个新文档

第 1 步：

List<Integer> emptyPages = new ArrayList<>();
PdfDocument pdfDocument = new PdfDocument(new PdfReader(new File(SRC)));
for(int i=1;i<pdfDocument.getNumberOfPages();i++){
    IsEmptyEventListener l = new IsEmptyEventListener();
    new PdfCanvasProcessor(l).processPageContent(pdfDocument.getPage(i));
    if(l.isEmptyPage()){
        emptyPages.add(i);
    } 
}

那么您需要正确实现 IsEmptyEventListener。这可能很棘手，取决于您的特定文件。这是一个演示。

class IsEmptyEventListener implements IEventListener {
    private int eventCount = 0;
    public void eventOccurred(IEventData data, EventType type){
        // perhaps count only text rendering events?
        eventCount++;
    }
    public boolean isEmptyPage(){ return eventCount < 32; }
}

第 2 步：

基于此示例：https://developers.itextpdf.com/examples/stamping-content-existing-pdfs/clone-reordering-pages

void copyNonBlankPages(List<Integer> blankPages, PdfDocument src, PdfDocument dst){
    int N = src.getNumberOfPages();
    List<Integer> toCopy = new ArrayList<>();
    for(int i=1;i<N;i++){
        if(!blankPages.contains(i)){
            toCopy.add(i);
        }
    }
    src.copyPagesTo(toCopy, dst);
}

【讨论】：