如何从 itext7 中的现有 PdfDocument 打开 PdfADocument？答案

【问题标题】：How to open a PdfADocument from an existing PdfDocument in itext7?如何从 itext7 中的现有 PdfDocument 打开 PdfADocument？
【发布时间】：2019-05-28 21:30:31
【问题描述】：

为了检查上传的 PDF 文件的基本 PDF/A 一致性，我需要将它们作为 PdfADocuments 读取。但从 7.1.6 版开始，这不再有效，而是抛出 PdfException(PdfException.PdfReaderHasBeenAlreadyUtilized)

class Controller
...
// get uploaded data into PdfDocument, which is passed
// on to different services.

InputStream filecontent = fileupload.getInputStream();
int read = 0;
byte[] bytes = new byte[1024];
ByteArrayOutputStream buffer = new ByteArrayOutputStream();
while ((read = filecontent.read(bytes,0,bytes.length)) != -1) {
    filesize += read;
    buffer.write(bytes, 0, read);
}

ByteArrayInputStream input = new ByteArrayInputStream(buffer.toByteArray());
PdfReader reader = new PdfReader(input); 
PdfWriter writer = new PdfWriter(new ByteArrayOutputStream());

PdfDocument pdf = new PdfDocument(reader, writer);

AnalyzerService analyzer = new AnalyzerService();
if(analyzer.analyze(pdf)) {
    otherService.doSomethingWith(pdf);
}
...

class AnalyzerService
...
public boolean analyze(PdfDocument pdf) {
    PdfADocument pdfa = new PdfADocument(
        pdf.getReader(), pdf.getWriter() <-- PdfException here
    );
...
}

直到并包括 iText 7.1.5 这都有效。

在 7.1.6 中，我收到“com.itextpdf.kernel.PdfException: Given PdfReader 实例已被使用。PdfReader 无法重复使用，请创建一个新实例。”

看来我需要从 PdfDocument 中获取字节作为字节 []，然后从中创建一个新的 PdfReader。我尝试从 pdf.getReader().getOutputStream().toByteArray() 中获取它们，但这不起作用。

目前我对如何从给定的 PdfDocument 创建 PdfADocument 感到很困惑。

【问题讨论】：

标签： java itext itext7

【解决方案1】：

对于PdfDocument 和PdfADocument 实例，您的方法使用相同的PdfReader 和（更糟糕的是）相同的PdfWriter。由于两者都可以操作PdfReader并写入PdfWriter，这种情况很可能导致writer中出现垃圾，所以你不要这样做。

始终将包含阅读器和编写器的文档视为正在进行中的文档，不能将其视为已完成的文档文件，例如提取用于中间检查。

当您想要检查上传的 PDF 文件时，为什么不简单地将 byte[] 从 buffer.toByteArray() 转发到 analyze 方法以创建单独的阅读器（如果需要，是，一个文件）来自？这确实会检查上传的文件...

此外，如果您的输入文档可能符合 PDF/A 标准并且在这种情况下被特殊处理，您是否也应该将其作为PdfADocument 进行处理？ IE。您不应该首先检查分析器的一致性，并在肯定的情况下在控制器类中使用PdfADocument 吗？

【讨论】：

谢谢@mkl！ PdfWriter 及其输出从未使用过，它之所以存在，是因为 PdfADocument 坚持拥有一个 ;-) 我更改了整个应用程序以将 PdfDocuments 视为临时的，并且仅在工作流中传递 byte[] 中的数据。但是，这相当乏味，并且每次重新创建 PdfDocument(new PdfReader(new ByteArrayInputStream(byteArray))) 都会导致明显的性能影响。还有其他更适合通过工作流传递的对象类型吗？
“从未使用过 PdfWriter 及其输出” - 那你为什么还要在那里呢？有一个 PdfDocument 构造函数，只有一个阅读器，没有编写器......可能在你的情况下使用该构造函数就足够了......
正确。唯一的原因是 - 我通过工作流将 PdfDocument 作为一种持久对象传递（这似乎是一个坏主意 ;-) - 在该工作流的某处调用的 PdfADocument 构造函数想要它，我认为它不会从同一个 PdfReader 读取 PdfDocument 和 PdfADocument 很好，但使用不同的 PdfWriter 实例。
但是根据您的帖子，整个概念似乎与这些对象的设计目的不一致，所以我将放弃这种方法。
仍然想知道是否有一种方法可以在整个工作流程中使用更符合一般 iText 设计原则的单个对象。

【解决方案2】：

        PdfDocument SourcePDF=null;
        PdfADocument DisPDF =null;
        try
        {
            PdfReader Reader = new PdfReader(input-Path);
            PdfWriter writer = new PdfWriter(output-Path, new WriterProperties().SetPdfVersion(PdfVersion.PDF_2_0));
            writer.SetSmartMode(true);
            SourcePDF = new PdfDocument(Reader);
            DisPDF = new PdfADocument(writer, PdfAConformanceLevel.PDF_A_3A,
                new PdfOutputIntent("Custom", "", "https://www.color.org", "sRGB", new MemoryStream(Properties.Resources.sRGB_CS_profiles)));
            DisPDF.InitializeOutlines();
            //Setting some required parameters
            DisPDF.SetTagged();
            DisPDF.GetCatalog().SetLang(new PdfString("en-EN"));
            DisPDF.GetCatalog().SetViewerPreferences(new PdfViewerPreferences().SetDisplayDocTitle(true));


            PdfMerger merger = new PdfMerger(DisPDF, true, true);
            merger.Merge(SourcePDF, 1, sorsePDF.GetNumberOfPages());
            SourcePDF.Close();
            DisPDF.Close();
         }
         catch (Exception ex)
         {
             throw;
         }

【讨论】：