在 iText 中复制包含 .joboptions 文件的 PDF 附件

Question

我正在尝试使用 iText 5.5 库来处理 PDF 中的信息。我想扫描 PDF 中的附件，如果它有附件，请制作它们的物理副本（不删除/编辑原始文件）。当附有 .joboptions 文件的 PDF 时，我遇到了问题。 我正在使用以下代码：

import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;

import com.itextpdf.text.pdf.PRStream;
import com.itextpdf.text.pdf.PdfArray;
import com.itextpdf.text.pdf.PdfDictionary;
import com.itextpdf.text.pdf.PdfName;
import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.PdfString;

public class extractAttachments{

public extractAttachments(String src, String dir) throws IOException {

    File folder = new File(dir);
       folder.mkdirs();
       PdfReader reader = new PdfReader(src);
       PdfDictionary root = reader.getCatalog();
       PdfDictionary names = root.getAsDict(PdfName.NAMES);
       PdfDictionary embedded = names.getAsDict(PdfName.EMBEDDEDFILES);
       PdfArray filespecs = embedded.getAsArray(PdfName.NAMES);
       for (int i = 0; i < filespecs.size(); ) {
         extractAttachment(reader, folder, filespecs.getAsString(i++),
         filespecs.getAsDict(i++));
       }
     }

    protected void extractAttachment(PdfReader reader, File dir, PdfString name, PdfDictionary filespec)
       throws IOException {
       PRStream stream;
       FileOutputStream fos;
       String filename;
       PdfDictionary refs = filespec.getAsDict(PdfName.EF);
       for (PdfName key : refs.getKeys()) {
         stream = (PRStream)PdfReader.getPdfObject(refs.getAsIndirectObject(key));
         filename = filespec.getAsString(key).toString();
         fos = new FileOutputStream(new File(dir, filename));
         fos.write(PdfReader.getStreamBytes(stream));
         fos.flush();
         fos.close();
       }
     }
  }

一旦到达PdfArray filespecs = embedded.getAsArray(PdfName.NAMES);，就会返回null。我不在乎是否复制了 .joboptions 文件，但是我确实希望复制其他附件（如果有的话）。有什么想法可以解决这个问题吗？

另外，如果您想使用上述 .joboptions 文件创建 PDF，请打开 PDF 文档，转到打印菜单并将打印机更改为“Adobe PDF”。现在选择属性，单击确定，然后在主打印菜单中单击打印。这将提示您选择保存文档的位置，并且新文档将有一个 .joboptions 作为附件。

Answer 1

您的代码不完整，因为它只理解非常原始的 EmbeddedFiles 结构。您的示例文件具有稍微复杂的 EmbeddedFiles 结构。你需要改进你的代码才能理解这些更复杂的结构。

详情

EmbeddedFiles 字典被指定为包含名称树：

EmbeddedFiles 名称树 （可选；PDF 1.4） 将名称字符串映射到文件的名称树 嵌入式文件流的规范（参见 7.11.4，“嵌入式 文件流”）。

（ISO 32000-1 表 31 - 名称字典中的条目）

名称树应由节点构成，每个节点应为字典对象。表 36 显示了节点字典中的条目。节点应分为三种，具体取决于它们包含的特定条目。树应该总是有一个根节点，它应该包含一个条目：Kids或Names，但不能同时包含两者。如果根节点有一个Names 条目，它应该是树中唯一的节点。如果它有一个 Kids 条目，则每个剩余​​节点都应该是一个中间节点，它应该包含一个 Limits 条目和一个 Kids 条目，或叶节点，应包含 Limits 条目和 Names 条目。

（ISO 32000-1 第 7.9.6 节 - 名称树）

您的代码仅了解 根节点具有 Names 条目的种类，因此，是树中唯一的节点 ：

...
PdfDictionary embedded = names.getAsDict(PdfName.EMBEDDEDFILES);
PdfArray filespecs = embedded.getAsArray(PdfName.NAMES);
...

另一方面，在您的示例 PDF 文件中，EmbeddedFiles 字典有一个 Kids 条目，因此您的代码无法理解：