PDFBox：无法在 PDFormXObject 中打开小型 pdf 文件

Question

我有一个 Pdfbox 无法打开的小 pdf 文件。 经分析，PDFCloneUtility.cloneMerge()在内存和计算上消耗极大，JavaHeapSpace虽然32Gb内存，但从未完成或退出，但图片转换不是问题，速度非常快。

我的 PDF 有什么特别或不好的地方？ PDF File

PDDocument pdDocument = PDDocument.load(imported);
new LayerUtility(pdDocument).importPageAsForm(pdDocument, 0);

Answer 1

确实，importPageAsForm 似乎没有针对相同的源文档和目标文档进行全面测试。

在当前的情况下，PDF 具有 OCG（可选内容组，在某些 GUI 中也称为图层），因此 LayerUtility 尝试将 OCG 从源导入到目标，即导入自身。

不幸的是，这是下面使用的PDFCloneUtility 没有预料到的，并且在cloneMerge 中遇到了一个永无止境的循环

                  COSArray array = (COSArray) base;
                  for (int i = 0; i < array.size(); i++)
                  {
                      ((COSArray) target).add(cloneForNewDocument(array.get(i)));
                  }

其中base、array 和target 指向同一个COSArray。

如果有人扩展了cloneMerge顶部的检查

          if( base == null )
          {
              return;
          }

到

          if( base == null || base == target )
          {
              return;
          }

防止无限循环。

不过，我们必须检查这是否有不良副作用。