ITextSharp 中的 PdfCopyForms 导致堆栈溢出错误

Question

在这种方法中，我试图从一个 PDF 文档中获取输入字段，将它们粘贴到另一个文档中，然后将结果打印为 pdf 文件。结果将是一个新的 PDF 文件，其中包含第一个 PDF 的输入字段和第二个 PDF 的静态内容。

我编写了一些我认为可以执行此任务的代码，但每次执行“copier.close()”时都会遇到 StackOverflow 错误。这是它抛出的错误：

An unhandled exception of type 'System.StackOverflowException' occurred in mscorlib.dll

这是代码：

public static void AddFormFieldsFromSource(string sourcePath, string secondSourcePath, string targetPath) {
  lock (syncLock) {

    PdfReader.unethicalreading = true;

    PdfReader readerMain = new PdfReader(sourcePath);

    FileStream stream = new FileStream(targetPath, FileMode.Create, FileAccess.Write);

    PdfCopyForms copier = new PdfCopyForms(stream);

    PdfReader secondSourceReader = new PdfReader(secondSourcePath);

    copier.AddDocument(secondSourceReader);

    copier.CopyDocumentFields(readerMain);



    copier.Close();
    secondSourceReader.Close();
  }
}

源路径是我获取输入字段的地方，第二个源路径是我获取静态内容的地方。

我用于 SourcePath 变量的 PDF 位于此处： https://www.dropbox.com/s/qcc6ug8oohqvmca/primarytwopages2.pdf

我用于 secondSourcePath 变量的 PDF 位于此处： https://www.dropbox.com/s/kx2rlhmizh46hl7/secondarytwopages.pdf

另外，另一方面，我使用的是 ITextSharp 5.5.0 版。

知道为什么会抛出 StackOverflow 错误吗？我没有在我的代码中进行任何递归调用。我的第一个猜测是我试图错误地执行此任务。另一种可能性是 ITextSharp 可能存在错误。

更新：我将源代码下载到 ITextSharp (5.5.1) 的最新版本，构建了一个 dll 以便我可以调试，然后在我的代码中引用了该 dll。此方法中的类 PdfIndirectReference 中出现堆栈溢出错误：

public class PdfIndirectReference : PdfObject {
....
        internal PdfIndirectReference(int type, int number, int generation) : base(0, new StringBuilder().Append(number).Append(' ').Append(generation).Append(" R").ToString()) {
        this.number = number;
        this.generation = generation;
    }

在dll代码的调用栈中，发现它在递归中一遍遍地调用一个方法

itextsharp.text.pdf.PdfCopyFieldsImp.Propagate()。

这一定是堆栈溢出发生的原因。

所以，它不会出现在我的代码中，而是出现在 dll 中。知道如何解决这个问题吗？

Answer 1

我使用 iText 和 Java 重现了该问题；这里出现同样的问题，所以很可能原因是一样的。

PdfCopyForms 内部使用派生自PdfCopyFieldsImp 的PdfCopyFormsImp。后一个类提供了执行繁重的字段和表单复制的基本方法，其中包括propagate，当堆栈溢出发生时，OP 在调用堆栈中多次找到它。

与观察到的堆栈溢出所留下的印象相反，PdfCopyFieldsImp 确实具有通过标记已访问的对象来防止无限循环的机制：

/**
 * Sets a reference to "visited" in the copy process.
 * @param   ref the reference that needs to be set to "visited"
 * @return  true if the reference was set to visited
 */
protected boolean setVisited(PRIndirectReference ref) {
    IntHashtable refs = visited.get(ref.getReader());
    if (refs != null)
        return refs.put(ref.getNumber(), 1) != 0;
    else
        return false;
}

此方法同时将来自某个PdfReader 的对象引用标记为已访问，并返回它之前是否已访问过。

至少对于在visited 映射中具有条目的所有PdfReader 实例的引用都是如此，来自没有此类条目的PdfReader 实例的引用始终声称尚未被访问（return false） .因此，在多次访问的情况下，来自后者的读者的引用不会被识别为已访问！

PdfReader 实例仅在一个代码位置获得visited 映射中的条目：只有使用addDocument 添加到副本的读者才能获得它。

使用PdfCopyForms 将表单域从一个文档添加到其他PDF，显然不使用addDocument 供读者复制表单，而是使用copyDocumentFields。因此，环路预防在这里不起作用。

通过在visited 映射中为从中复制表单的阅读器添加一个条目，可以防止堆栈溢出。我是在PdfCopyFormsImp.copyDocumentFields

public void copyDocumentFields(PdfReader reader) throws DocumentException {
    if (!reader.isOpenedWithFullPermissions())
        throw new IllegalArgumentException(MessageLocalization.getComposedMessage("pdfreader.not.opened.with.owner.password"));
    if (readers2intrefs.containsKey(reader)) {
        reader = new PdfReader(reader);
    }
    else {
        if (reader.isTampered())
            throw new DocumentException(MessageLocalization.getComposedMessage("the.document.was.reused"));
        reader.consolidateNamedDestinations();
        reader.setTampered(true);
    }
    reader.shuffleSubsetNames();
    readers2intrefs.put(reader, new IntHashtable());

    visited.put(reader, new IntHashtable()); //<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

    fields.add(reader.getAcroFields());
    updateCalculationOrder(reader);
}

在 iTextSharp 中，PdfCopyFormsImp.CopyDocumentFields 中会发生类似的变化：

    virtual public void CopyDocumentFields(PdfReader reader) {
        if (!reader.IsOpenedWithFullPermissions)
            throw new BadPasswordException(MessageLocalization.GetComposedMessage("pdfreader.not.opened.with.owner.password"));
        if (readers2intrefs.ContainsKey(reader)) {
            reader = new PdfReader(reader);
        }
        else {
            if (reader.Tampered)
                throw new DocumentException(MessageLocalization.GetComposedMessage("the.document.was.reused"));
            reader.ConsolidateNamedDestinations();
            reader.Tampered = true;
        }
        reader.ShuffleSubsetNames();
        readers2intrefs[reader] = new IntHashtable();

        visited[reader] =  new IntHashtable();  //<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<

        fields.Add(reader.AcroFields);
        UpdateCalculationOrder(reader);
    }

免责声明：我没有检查 PdfCopyForms 在此更改后是否完全按照要求工作。我只是在 Java 中对其进行了测试，只观察到不再发生堆栈溢出，并且在 OP 的用例中生成的 PDF 看起来没问题。