iTextSharp v5 - 如何在内存中连接 PDF？

Question

我在合并内存中的 PDF 时遇到问题。我有 2 个内存流，一个 ma​​ster 和 component 流，其想法是在构建每个组件 PDF 时，将组件 PDF 的字节添加到主流中。在所有组件的最后，我们有一个字节数组，它是一个 PDF。

我有下面的代码，但没有任何内容复制到我的masterStream。我认为问题出在CopyPagesTo，但我不够熟悉，文档/示例也很难找到。

byte[] updated;
using (MemoryStream masterMemoryStream = new MemoryStream())
{
    masterStream.WriteTo(masterMemoryStream);

    // Read from master stream (ie. all existing components)
    masterMemoryStream.Position = 0;
    using (iText.Kernel.Pdf.PdfWriter masterPdfWriter = new iText.Kernel.Pdf.PdfWriter(masterMemoryStream))
    using (iText.Kernel.Pdf.PdfDocument masterPdfDocument = new iText.Kernel.Pdf.PdfDocument(masterPdfWriter))
    {


        using (MemoryStream componentMemoryStream = new MemoryStream())
        {
            componentStream.WriteTo(componentMemoryStream);

            // Read from new component
            componentMemoryStream.Position = 0;
            using (iText.Kernel.Pdf.PdfReader componentPdfReader = new iText.Kernel.Pdf.PdfReader(componentMemoryStream))
            using (iText.Kernel.Pdf.PdfDocument componentPdfDocument = new iText.Kernel.Pdf.PdfDocument(componentPdfReader))
            {
                // Copy pages from component into master
                componentPdfDocument.CopyPagesTo(1, componentPdfDocument.GetNumberOfPages(), masterPdfDocument);
            }
        }
    }

    updated = masterMemoryStream.GetBuffer();
}

// Write updates to master stream?
masterStream.SetLength(0);
using (MemoryStream temp = new MemoryStream(updated))
    temp.WriteTo(masterStream);

回答

这是 mkl 对我的一些更正的回答：

using (MemoryStream temporaryStream = new MemoryStream())
{
    masterStream.Position = 0;
    componentStream.Position = 0;
    using (PdfDocument combinedDocument = new PdfDocument(new PdfReader(masterStream), new PdfWriter(temporaryStream)))
    using (PdfDocument componentDocument = new PdfDocument(new PdfReader(componentStream)))
    {
        componentDocument.CopyPagesTo(1, componentDocument.GetNumberOfPages(), combinedDocument);
    }
    byte[] temporaryBytes = temporaryStream.ToArray();
    masterStream.Position = 0;
    masterStream.SetLength(temporaryBytes.Length);
    masterStream.Capacity = temporaryBytes.Length;
    masterStream.Write(temporaryBytes, 0, temporaryBytes.Length);
}

Answer 1

您的代码中存在许多问题。我会先给你一个工作版本，然后再讨论你代码中的问题。

工作版本（有一个重要限制）

您可以合并MemoryStream 实例masterStream 和componentStream 中给出的两个PDF，并在同一个MemoryStream 实例masterStream 中得到结果，如下所示：

using (MemoryStream temporaryStream = new MemoryStream())
{
    masterStream.Position = 0;
    componentStream.Position = 0;
    using (PdfDocument combinedDocument = new PdfDocument(new PdfReader(masterStream), new PdfWriter(temporaryStream)))
    using (PdfDocument componentDocument = new PdfDocument(new PdfReader(componentStream)))
    {
        componentDocument.CopyPagesTo(1, componentDocument.GetNumberOfPages(), combinedDocument);
    }
    byte[] temporaryBytes = temporaryStream.ToArray();
    masterStream.Position = 0;
    masterStream.Capacity = temporaryBytes.Length;
    masterStream.Write(temporaryBytes, 0, temporaryBytes.Length);
    masterStream.Position = 0;
}

限制是您必须实例化masterStream 具有可扩展容量； MemoryStream 类有许多构造函数，只有其中一些创建了这样的可扩展实例，而其他创建了 non-resizable 实例。详情请阅读here。

你的概念和代码中的问题

连接 PDF 文件不会生成有效的合并 PDF

你这样描述你的概念

这个想法是，随着每个组件 PDF 的构建，组件 PDF 的字节被添加到主流中

这不起作用，但是 PDF 格式不允许通过简单地连接 PDF 来合并它们。特别是 PDF 中的（活动）对象具有标识符号，该标识符号在 PDF 中必须是唯一的，连接将导致文件具有非唯一的对象标识符； PDF 包含交叉引用结构，这些结构将每个对象标识符映射到其从文件开始的偏移量，对于添加的 PDF，连接会导致所有这些偏移量错误；此外，PDF 必须有一个根对象，从中直接或间接引用其他对象，串联会导致多个根对象。

写入并立即覆盖

在你的代码中

masterStream.WriteTo(masterMemoryStream);

// Read from master stream (ie. all existing components)
masterMemoryStream.Position = 0;
using (iText.Kernel.Pdf.PdfWriter masterPdfWriter = new iText.Kernel.Pdf.PdfWriter(masterMemoryStream))

在这里将masterStream 的内容写入masterMemoryStream，然后将masterMemoryStream 位置设置为开始位置并实例化一个PdfWriter，它开始在那里写入。 IE。您的 masterStream 内容的原始副本会被覆盖，这肯定不是您想要的。

使用MemoryStream.GetBuffer

MemoryStream.GetBuffer 不仅返回写入MemoryStream 的数据，而是返回整个缓冲区；即在您在此处检索的实际 PDF 之后可能有很多垃圾字节

updated = masterMemoryStream.GetBuffer();

这可能会导致 PDF 处理器尝试处理您的结果 PDF 无法打开文件：PDF 在其末尾有一个指向最后一个交叉引用的指针，因此如果您在 PDF 的实际结尾之后有垃圾字节，PDF处理器可能找不到那个指针。

PS

正如在 cmets 中得出的那样，上面的代码在流长度不断增长的情况下可以正常工作（这通常会发生在手头的用例中），但通常需要在编写新内容之前限制流大小，例如像这样：

...
masterStream.Position = 0;
masterStream.SetLength(temporaryBytes.Length); // <<<<
masterStream.Capacity = temporaryBytes.Length;
...