PDFBox - 仅复制页面资源而不是复制文档的所有资源答案

【问题标题】：PDFBox - copy only the page resources instead of copying all resources of a documentPDFBox - 仅复制页面资源而不是复制文档的所有资源
【发布时间】：2013-09-19 07:26:22
【问题描述】：

使用pdfbox，如何只复制页面资源而不是复制单个页面的文档的所有资源？这是我用来提取页面并将其添加到新文档的代码，但这会创建一个大文件，我认为即使我添加一个页面，它也会复制文档的所有资源。有什么方法可以压缩内容吗？

pageToAdd = (PDPage) billDoc.getDocumentCatalog().getAllPages().get(j-1);
outputDoc.addPage(pageToAdd);

【问题讨论】：

根据 PDF 创建软件的不同，其 Resources 字典中的每个页面可能会引用所有文档资源，而不仅仅是当前页面所需的资源。对于此类文档，您将看到您所描述的行为。
另外，页面的“大小”不是文档大小除以页数。页面之间存在共享资源，因此单个页面的大小可能比您预期的要大。
我们使用 FOP 生成 PDF，并且没有任何图像会大幅增加大小 - 只是纯文本。问题是，我有 2 个内容相同但从不同来源创建的 pdf。我用 FOP 创建的那个是我收到的那个的两倍（不确定它来自哪里）。我也没有嵌入任何字体。如果 FOP 在单个页面上引用上述所有文档资源，那么我会说 FOP 需要优化。
使用 PDFBox，有没有一种方法可以拆分 PDF 中的页面，仅复制该页面所需的资源？

标签： java pdf pdfbox

【解决方案1】：

添加或拆分页面时，您只能复制所需的资源。这完全取决于您的需求或您想要完全添加/删除的内容。您还可以检查 mergeInto() 以合并 COS 字典。例如只复制字体：

PDResources res = pageToAdd.getResources();
PDResources newres = new PDResources();

newres.setFonts(res.getFonts());
pageToAdd.setResources(newres);
outputDoc.addPage(pageToAdd);

【讨论】：