操作 PDF 对象答案

【问题标题】：Manipulate PDF objects操作 PDF 对象
【发布时间】：2015-05-06 14:00:39
【问题描述】：

我正在尝试操作 PDF，它用作模板。我正在尝试用我的数据替换 PDF 模板中的“占位符”。因此有人在Scribus 中制作了一个PDF 模板，并添加了一个名为“company_logo”的空图像。我的应用程序看到一个名为“company_logo”的图像占位符，并在那里添加了公司徽标。

我可以使用 iTextSharp 库浏览 AcroFields 并在文本字段中设置文本（例如），但 AcroFields 没有列出图像占位符。我感觉 AcroFields 不是我想要的。

那么我如何从 PDF 中获取所有对象的列表（或树）并读取它们的属性（如位置、大小、内容等）。

附注我不一定需要使用 iTextSharp，任何其他 PDF 库也可以。最好是免费的。

一点伪代码让自己更清楚

var object = Pdf.GetObjectById("company_logo");
object.SetValue(myImage);
object.SetPosition(x, y);

【问题讨论】：

首先，iTextSharp 不是免费的，它是开源的，并且有很大的不同。其次，你说AcroFields 不是你应该走的路是正确的。第三，如果您将 PDF 视为模板，那么您会遇到一些麻烦。综上所述，请通读the answer here 以获取（不完整）从哪里开始的示例
您的伪代码表明缺乏对 PDF 的理解：图像的位置从未存储在图像中。如果是这样，那将意味着您不能重用 Image XObject。这段 1 分钟的视频解释了何时可以免费使用免费/开源软件以及何时需要商业许可：youtube.com/watch?v=QHF3xcWnSD4
PDF 文件中的图像不一定有名称或 ID。您能解释一下 Scribus 是如何将这些名称注入 PDF 的吗？

标签： c# pdf pdf-generation itextsharp pdfsharp

【解决方案1】：

从您的伪代码示例中，我们了解到您想要替换包含图像的对象的流。有几个示例说明如何执行此操作。

例如，在 SpecialID 示例中，我们创建了一个 PDF，其中我们使用特殊 ID 标记特定图像。在 ResizeImage 示例中，我们根据该特殊 ID 跟踪该图像并替换流：

object = reader.getPdfObject(i);
if (object == null || !object.isStream())
    continue;
stream = (PRStream)object;
if (value.equals(stream.get(key))) {
    PdfImageObject image = new PdfImageObject(stream);
    BufferedImage bi = image.getBufferedImage();
    if (bi == null) continue;
    int width = (int)(bi.getWidth() * FACTOR);
    int height = (int)(bi.getHeight() * FACTOR);
    BufferedImage img = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);
    AffineTransform at = AffineTransform.getScaleInstance(FACTOR, FACTOR);
    Graphics2D g = img.createGraphics();
    g.drawRenderedImage(bi, at);
    ByteArrayOutputStream imgBytes = new ByteArrayOutputStream();
    ImageIO.write(img, "JPG", imgBytes);
    stream.clear();
    stream.setData(imgBytes.toByteArray(), false, PRStream.NO_COMPRESSION);
    stream.put(PdfName.TYPE, PdfName.XOBJECT);
    stream.put(PdfName.SUBTYPE, PdfName.IMAGE);
    stream.put(key, value);
    stream.put(PdfName.FILTER, PdfName.DCTDECODE);
    stream.put(PdfName.WIDTH, new PdfNumber(width));
    stream.put(PdfName.HEIGHT, new PdfNumber(height));
    stream.put(PdfName.BITSPERCOMPONENT, new PdfNumber(8));
    stream.put(PdfName.COLORSPACE, PdfName.DEVICERGB);
}

你会在书中找到另一个例子 The Best iText Questions on StackOverflow 我回答了以下问题：PDF Convert to Black And White PNGs

我编写了ReplaceImage 示例来展示如何替换图像：

public static void replaceStream(PRStream orig, PdfStream stream) throws IOException {
    orig.clear();
    ByteArrayOutputStream baos = new ByteArrayOutputStream();
    stream.writeContent(baos);
    orig.setData(baos.toByteArray(), false);
    for (PdfName name : stream.getKeys()) {
        orig.put(name, stream.get(name));
    }
}

如您所见，这并不像说的那么简单：

var object = Pdf.GetObjectById("company_logo");
object.SetValue(myImage);

正如我在评论中解释的那样，这没有意义：

object.SetPosition(x, y);

我们正在操作的对象是用作 Image XObjects 的流。拥有 Image XObjects 的优点是它们可以被重用。例如：如果您在每个页面上都有相同的徽标，那么您希望只存储该图像的字节一次并多次重复使用相同的徽标。这意味着具有图像字节的对象对其位置一无所知。位置在内容流中确定。这取决于 CTM。

【讨论】：

【解决方案2】：

您是否了解过 scribus 脚本功能？由于您在 scribus 中创建了模板，因此您还可以编写一个简短的 python 脚本，用最终数据替换占位符并导出最终 PDF。

从 scribus 1.5 开始，也可以从 commandline 调用 python 脚本。

【讨论】：